論文の概要: Gaussian Amplitude Amplification for Quantum Pathfinding

• arxiv url: http://arxiv.org/abs/2112.08167v3
• Date: Fri, 27 May 2022 12:45:53 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-04 11:59:31.923168
• Title: Gaussian Amplitude Amplification for Quantum Pathfinding
• Title（参考訳）: 量子パスフィニングのためのガウス振幅増幅
• Authors: Daniel Koch, Massimiliano Cutugno, Samuel Karlson, Saahil Patel, Laura Wessing, Paul M. Alsing
• Abstract要約: 逐次連結な二部グラフの幾何学に焦点をあて、ガウス分布によって記述可能な解空間を自然に生み出す。 本稿では,これらの分布を符号化したオラクルを用いて振幅増幅による最適経路を解く方法を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We study an oracle operation, along with its circuit design, which combined with the Grover diffusion operator boosts the probability of finding minimum or maximum solutions on a weighted directed graph. We focus on a geometry of sequentially connected bipartite graphs, which naturally gives rise to solution spaces describable by gaussian distributions. We then demonstrate how an oracle which encodes these distributions can be used to solve for the optimal path via amplitude amplification. And finally, we explore the degree to which this algorithm is capable of solving cases which are generated using randomized weights, as well as a theoretical application for solving the Traveling Salesman problem.
• Abstract（参考訳）: グロバー拡散演算子と組み合わせることで,重み付き有向グラフ上の最小解あるいは最大解を求める確率が向上する。 逐次連結な二部グラフの幾何学に焦点をあて、ガウス分布によって記述可能な解空間を自然に生み出す。 次に,これらの分布を符号化したオラクルを用いて振幅増幅による最適経路を解く方法を示す。 そして最後に,このアルゴリズムがランダム化重みを用いて発生する事例の解き方や,移動セールスマン問題の解き方に関する理論的応用について検討する。

関連論文リスト

• Harmonic Path Integral Diffusion [0.4527270266697462]
  連続多変量確率分布からサンプリングする新しい手法を提案する。 本手法は状態空間の起点を中心とするデルタ関数から時間依存ブリッジを構築する。
  論文  参考訳（メタデータ） (2024-09-23T16:20:21Z)
• A Sample Efficient Alternating Minimization-based Algorithm For Robust Phase Retrieval [56.67706781191521]
  そこで本研究では,未知の信号の復元を課題とする,ロバストな位相探索問題を提案する。 提案するオラクルは、単純な勾配ステップと外れ値を用いて、計算学的スペクトル降下を回避している。
  論文  参考訳（メタデータ） (2024-09-07T06:37:23Z)
• Quantum Speedup of the Dispersion and Codebook Design Problems [6.735173690339397]
  分散問題はNPハードに分類される最適化問題である。 本稿では,Grover Adaptive Search(GAS)量子アルゴリズムによる解を実現するために,最大値と最大値の分散問題の新しい定式化を提案する。
  論文  参考訳（メタデータ） (2024-06-11T12:00:50Z)
• Distributed Markov Chain Monte Carlo Sampling based on the Alternating Direction Method of Multipliers [143.6249073384419]
  本論文では,乗算器の交互方向法に基づく分散サンプリング手法を提案する。 我々は,アルゴリズムの収束に関する理論的保証と,その最先端性に関する実験的証拠の両方を提供する。 シミュレーションでは,線形回帰タスクとロジスティック回帰タスクにアルゴリズムを配置し,その高速収束を既存の勾配法と比較した。
  論文  参考訳（メタデータ） (2024-01-29T02:08:40Z)
• Connection between single-layer Quantum Approximate Optimization Algorithm interferometry and thermal distributions sampling [0.0]
  固有状態の振幅と単層QAOAによって生成されるボルツマン分布の理論的導出を拡張する。 我々はまた、この行動が実践的および基本的視点の両方から持つ意味についてもレビューする。
  論文  参考訳（メタデータ） (2023-10-13T15:06:58Z)
• Sample Complexity for Quadratic Bandits: Hessian Dependent Bounds and Optimal Algorithms [64.10576998630981]
  最適なヘッセン依存型サンプルの複雑さを, 初めて厳密に評価した。 ヘシアン非依存のアルゴリズムは、すべてのヘシアンインスタンスに対して最適なサンプル複雑さを普遍的に達成する。 本アルゴリズムにより得られたサンプルの最適複雑さは,重み付き雑音分布においても有効である。
  論文  参考訳（メタデータ） (2023-06-21T17:03:22Z)
• Approximating a RUM from Distributions on k-Slates [88.32814292632675]
  与えられた分布を平均で最もよく近似するRUMを求める一般化時間アルゴリズムを求める。 我々の理論的結果は、実世界のデータセットに効果的でスケール可能なものを得るという、実践的な結果も得られます。
  論文  参考訳（メタデータ） (2023-05-22T17:43:34Z)
• Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
  不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。 特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
  論文  参考訳（メタデータ） (2023-02-13T19:57:17Z)
• Variational Amplitude Amplification for Solving QUBO Problems [0.0]
  本研究は、キュービット重畳状態に適したQUBO問題に焦点をあてる。 我々は、QUBOをコストオラクルの演算として符号化する回路設計を、標準Grover拡散演算子$U_textrms$と組み合わせると、最適および近似最適解に対応する状態の測定確率が高くなることを示す。
  論文  参考訳（メタデータ） (2023-01-31T14:33:40Z)
• Pathwise Conditioning of Gaussian Processes [72.61885354624604]
  ガウス過程後部をシミュレーションするための従来のアプローチでは、有限個の入力位置のプロセス値の限界分布からサンプルを抽出する。 この分布中心の特徴づけは、所望のランダムベクトルのサイズで3次スケールする生成戦略をもたらす。 条件付けのこのパスワイズ解釈が、ガウス過程の後部を効率的にサンプリングするのに役立てる近似の一般族をいかに生み出すかを示す。
  論文  参考訳（メタデータ） (2020-11-08T17:09:37Z)

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。