論文の概要: Benchmarking Small-Scale Quantum Devices on Computing Graph Edit Distance

• arxiv url: http://arxiv.org/abs/2111.10183v1
• Date: Fri, 19 Nov 2021 12:35:26 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-22 15:49:34.473883
• Title: Benchmarking Small-Scale Quantum Devices on Computing Graph Edit Distance
• Title（参考訳）: グラフ編集距離計算における小型量子デバイスのベンチマーク
• Authors: Massimiliano Incudini, Fabio Tarocco, Riccardo Mengoni, Alessandra Di Pierro, and Antonio Mandarino
• Abstract要約: グラフ編集距離(GED: Graph Edit Distance)は、2つのグラフ間の(異なる)相似性の度合いを測定する。 本稿では、GED計算における2つの量子アプローチの比較研究について述べる。
• 参考スコア（独自算出の注目度）: 52.77024349608834
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Distance measures provide the foundation for many popular algorithms in Machine Learning and Pattern Recognition. Different notions of distance can be used depending on the types of the data the algorithm is working on. For graph-shaped data, an important notion is the Graph Edit Distance (GED) that measures the degree of (dis)similarity between two graphs in terms of the operations needed to make them identical. As the complexity of computing GED is the same as NP-hard problems, it is reasonable to consider approximate solutions. In this paper we present a comparative study of two quantum approaches to computing GED: quantum annealing and variational quantum algorithms, which refer to the two types of quantum hardware currently available, namely quantum annealer and gate-based quantum computer, respectively. Considering the current state of noisy intermediate-scale quantum computers, we base our study on proof-of-principle tests of the performance of these quantum algorithms.
• Abstract（参考訳）: 距離測定は機械学習とパターン認識において多くの一般的なアルゴリズムの基礎を提供する。 距離の概念は、アルゴリズムが処理しているデータの種類によって異なる。 グラフ型データにとって重要な概念は、グラフ編集距離(GED)であり、グラフを同一にするために必要な操作の観点から、2つのグラフ間の(異なる)相似性の度合いを測定する。 GEDの複雑性はNPハード問題と同じであるため、近似解を考えることは合理的である。 本稿では,量子アニーリング(quantum annealing)と変分量子アルゴリズム( variational quantum algorithms)という,量子アニーラ(quantum annealer)とゲート型量子コンピュータ(gate-based quantum computer)の2種類の量子ハードウェアについて比較検討を行った。 ノイズの多い中間スケール量子コンピュータの現状を考えると、本研究はこれらの量子アルゴリズムの性能の原理実証テストに基づいている。

関連論文リスト

• The Algorithm for Solving Quantum Linear Systems of Equations With Coherent Superposition and Its Extended Applications [8.8400072344375]
  コヒーレント重ね合わせを持つ方程式の量子線型系を解くための2つの量子アルゴリズムを提案する。 2つの量子アルゴリズムは、ランクと一般解の両方を1つの測定で計算できる。 分析の結果,提案アルゴリズムは主に軽量対称暗号に対する攻撃に適していることがわかった。
  論文  参考訳（メタデータ） (2024-05-11T03:03:14Z)
• Scalable Quantum Algorithms for Noisy Quantum Computers [0.0]
  この論文は、量子計算資源の要求を減らす2つの主要な技術を開発した。 目的は、現在の量子プロセッサでアプリケーションサイズをスケールアップすることだ。 アルゴリズムの応用の主な焦点は量子システムのシミュレーションであるが、開発したサブルーチンは最適化や機械学習の分野でさらに活用することができる。
  論文  参考訳（メタデータ） (2024-03-01T19:36:35Z)
• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• Schrödinger as a Quantum Programmer: Estimating Entanglement via Steering [3.187381965457262]
  我々は、量子ステアリング効果を用いて、一般的な二部状態の分離性をテストし、定量化する量子アルゴリズムを開発した。 我々の発見は、ステアリング、絡み合い、量子アルゴリズム、量子計算複雑性理論の間の有意義な関係を提供する。
  論文  参考訳（メタデータ） (2023-03-14T13:55:06Z)
• Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
  我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。 我々は距離の計算を高速化するために量子現象を利用する。 我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
  論文  参考訳（メタデータ） (2022-12-13T16:04:16Z)
• Compilation of algorithm-specific graph states for quantum circuits [55.90903601048249]
  本稿では,高レベル言語で記述された量子回路から,アルゴリズム固有のグラフ状態を作成する量子回路コンパイラを提案する。 この計算は、このグラフ状態に関する一連の非パウリ測度を用いて実装することができる。
  論文  参考訳（メタデータ） (2022-09-15T14:52:31Z)
• Machine learning applications for noisy intermediate-scale quantum computers [0.0]
  NISQコンピュータに適した3つの量子機械学習アプリケーションを開発し研究する。 これらのアルゴリズムは本質的に変動し、基礎となる量子機械学習モデルとしてパラメータ化量子回路(PQC)を使用する。 近似量子クローニングの領域において,データを自然界において量子化する変分アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-05-19T09:26:57Z)
• From Quantum Graph Computing to Quantum Graph Learning: A Survey [86.8206129053725]
  まず、量子力学とグラフ理論の相関関係について、量子コンピュータが有用な解を生成できることを示す。 本稿では,その実践性と適用性について,一般的なグラフ学習手法について概説する。 今後の研究の触媒として期待される量子グラフ学習のスナップショットを提供する。
  論文  参考訳（メタデータ） (2022-02-19T02:56:47Z)
• Quantum Computer Benchmarking via Quantum Algorithms [0.0]
  本稿では,量子アルゴリズム,アーキテクチャを意識した量子ノイズモデル,および量子コンピュータをベンチマークする理想的なシミュレータを利用するフレームワークを提案する。 ベンチマークメトリクスは、量子コンピュータの進化と、シミュレートされたノイズと理想的な量子進化の違いを強調している。
  論文  参考訳（メタデータ） (2021-12-17T11:54:05Z)
• Electronic structure with direct diagonalization on a D-Wave quantum annealer [62.997667081978825]
  本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。 そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
  論文  参考訳（メタデータ） (2020-09-02T22:46:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。