Fugu-MT 論文翻訳(概要): Trie-based ranking of quantum many-body states

論文の概要: Trie-based ranking of quantum many-body states

arxiv url: http://arxiv.org/abs/2203.04158v1
Date: Tue, 8 Mar 2022 15:42:33 GMT
ステータス: 処理完了
システム内更新日: 2023-02-22 19:53:01.983011
Title: Trie-based ranking of quantum many-body states
Title（参考訳）: 量子多体状態のトライベースランキング
Authors: Markus Wallerberger and Karsten Held
Abstract要約: ランク付けビットパターンは、数値量子多体計算をスケールアップする主要なボトルネックである。検索を二分する代わりに試行法を提案する。ランク順列の重要な問題に対して、対応する試行を圧縮することができる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Ranking bit patterns -- finding the index of a given pattern in an ordered sequence -- is a major bottleneck scaling up numerical quantum many-body calculations, as fermionic and hard-core bosonic states translate naturally to bit patterns. Traditionally, ranking is done by bisectioning search, which has poor cache performance on modern machines. We instead propose to use tries (prefix trees), thereby achieving a two- to ten-fold speed-up in numerical experiments with only moderate memory overhead. For the important problem of ranking permutations, the corresponding tries can be compressed. These compressed "staggered" lookups allow for a considerable speed-up while retaining the memory requirements of prior algorithms based on the combinatorial number system.
Abstract（参考訳）: ビットパターンのランク付け -- 順序列内の所定のパターンのインデックスを見つける -- は、フェルミオン状態とハードコアボソニック状態が自然にビットパターンに変換するので、数値量子多体計算をスケールする大きなボトルネックである。従来、ランキングは検索を二分することで行われ、現代のマシンではキャッシュ性能が劣っている。そこで我々は,2倍から10倍の高速化を実現し,メモリオーバーヘッドを適度に抑えた数値実験を行うことを提案する。ランキング順列の重要な問題に対して、対応する試行は圧縮することができる。これらの圧縮された "staggered" ルックアップは、組合せ数系に基づく前のアルゴリズムのメモリ要求を維持しながら、かなりのスピードアップを可能にする。

関連論文リスト

Semi-Parametric Retrieval via Binary Token Index [71.78109794895065]
Semi-parametric Vocabulary Disentangled Retrieval (SVDR) は、新しい半パラメトリック検索フレームワークである。既存のニューラル検索手法に似た、高い有効性のための埋め込みベースのインデックスと、従来の用語ベースの検索に似た、迅速かつ費用対効果の高いセットアップを可能にするバイナリトークンインデックスの2つのタイプをサポートする。埋め込みベースインデックスを使用する場合の高密度検索器DPRよりも3%高いトップ1検索精度と、バイナリトークンインデックスを使用する場合のBM25よりも9%高いトップ1検索精度を実現する。
論文参考訳（メタデータ） (2024-05-03T08:34:13Z)
Randomized SearchRank: A Semiclassical Approach to a Quantum Search Engine [0.0]
量子検索Rankアルゴリズムは、PageRank量子化に基づく将来の量子検索エンジンにとって有望なツールである。本稿では,基礎となるSzegedy量子ウォークを半古典的なウォークに置き換えたアルゴリズムの修正を提案する。
論文参考訳（メタデータ） (2024-01-03T06:00:23Z)
Rapid Person Re-Identification via Sub-space Consistency Regularization [51.76876061721556]
Person Re-Identification (ReID) は、歩行者を分離したカメラで識別する。実値特徴記述子を用いた既存のReID法は精度が高いが、ユークリッド距離計算が遅いため効率が低い。本稿では,ReID 処理を 0.25 倍高速化するサブスペース一貫性規則化 (SCR) アルゴリズムを提案する。
論文参考訳（メタデータ） (2022-07-13T02:44:05Z)
Entanglement and coherence in Bernstein-Vazirani algorithm [58.720142291102135]
Bernstein-Vaziraniアルゴリズムは、オラクルに符号化されたビット文字列を決定できる。我々はベルンシュタイン・ヴァジラニアルゴリズムの量子資源を詳細に分析する。絡み合いがない場合、初期状態における量子コヒーレンス量とアルゴリズムの性能が直接関係していることが示される。
論文参考訳（メタデータ） (2022-05-26T20:32:36Z)
Searching and Sorting Algorithms for Quantum Annealing Computers [0.0]
ソート安定性を考慮したデータセットのソートアルゴリズムを提供する。アルゴリズムのスケーラビリティは問題の大きさの関数として特徴づけられる。
論文参考訳（メタデータ） (2022-04-28T00:18:57Z)
Reinforcement Learning Based Query Vertex Ordering Model for Subgraph Matching [58.39970828272366]
グラフマッチングアルゴリズムは、クエリグラフの埋め込みをデータグラフGに列挙する。マッチング順序は、これらのバックトラックに基づくサブグラフマッチングアルゴリズムの時間効率において重要な役割を果たす。本稿では,Reinforcement Learning (RL) と Graph Neural Networks (GNN) 技術を適用して,グラフマッチングアルゴリズムの高品質なマッチング順序を生成する。
論文参考訳（メタデータ） (2022-01-25T00:10:03Z)
Hardware Efficient Quantum Search Algorithm [17.74233101199813]
本稿では,この課題を克服するために,ハードウェアの効率的な量子探索アルゴリズムを提案する。我々の鍵となる考え方は、グローバル拡散操作を低コストな局所拡散に置き換えることである。回路コストの削減は、システムの成功率を著しく向上させる。
論文参考訳（メタデータ） (2021-03-26T01:08:50Z)
Optimizing Quantum Search with a Binomial Version of Grover's Algorithm [4.220030262107688]
Groverの検索アルゴリズムの重要なコンポーネントである振幅増幅は、1つまたは複数のターゲット状態の確率を体系的に増加させるために反復的アプローチを使用する。状態をクラスに分割することで増幅手順を強化するための新しい戦略を提案する。
論文参考訳（メタデータ） (2020-07-21T15:36:35Z)
A Genetic Algorithm for Obtaining Memory Constrained Near-Perfect Hashing [0.0]
本稿では,検索時の比較回数の最小化と,総コレクションサイズを最小化することに焦点を当てたハッシュテーブルに基づくアプローチを提案する。論文は、ほぼ完全なハッシュはバイナリ検索よりも高速であるが、完全なハッシュよりも少ないメモリを使用することを示した。
論文参考訳（メタデータ） (2020-07-16T12:57:15Z)
Best-First Beam Search [78.71330480725668]
本研究では,ビームサーチの標準実装を10倍高速に実現可能であることを示す。ダウンストリーム性能の面でも同様に有益な探索バイアスを有するBest-First Beam Searchのメモリ再生版を提案する。
論文参考訳（メタデータ） (2020-07-08T05:56:01Z)
Learning to Accelerate Heuristic Searching for Large-Scale Maximum Weighted b-Matching Problems in Online Advertising [51.97494906131859]
バイパルタイトbマッチングはアルゴリズム設計の基本であり、経済市場や労働市場などに広く適用されている。既存の正確で近似的なアルゴリズムは、通常そのような設定で失敗する。我々は、以前の事例から学んだ知識を活用して、新しい問題インスタンスを解決するtextttNeuSearcherを提案する。
論文参考訳（メタデータ） (2020-05-09T02:48:23Z)

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。