論文の概要: Device-independent Quantum Fingerprinting for Large Scale Localization
- arxiv url: http://arxiv.org/abs/2206.10838v1
- Date: Wed, 22 Jun 2022 04:35:17 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-08 10:03:26.586751
- Title: Device-independent Quantum Fingerprinting for Large Scale Localization
- Title（参考訳）: 大規模局所化のためのデバイス非依存量子フィンガープリント
- Authors: Ahmed Shokry and Moustafa Youssef
- Abstract要約: デバイスに依存しない量子指紋マッチングアルゴリズムQHFPを提案する。
特に,従来の手法よりも指数関数的に優れた複雑性を持つ量子アルゴリズムを提案する。
その結果,QHFPが空間と走行時間を指数的に改善し,正確な推定位置を得る能力が確認された。
- 参考スコア（独自算出の注目度）: 6.141741864834815
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Although RF fingerprinting is one of the most commonly used techniques for
localization, deploying it in a ubiquitous manner requires addressing the
challenge of supporting a large number of heterogeneous devices and their
variations. We present QHFP, a device-independent quantum fingerprint matching
algorithm that addresses two of the issues for realizing worldwide ubiquitous
large-scale location tracking systems: storage space and running time as well
as devices heterogeneity. In particular, we present a quantum algorithm with a
complexity that is exponentially better than the classical techniques, both in
space and running time. QHFP also has provisions for handling the inherent
localization error due to building the large-scale fingerprint using
heterogeneous devices. We give the details of the entire system starting from
extracting device-independent features from the raw RSS, mapping the classical
feature vectors to their quantum counterparts, and showing a quantum cosine
similarity algorithm for fingerprint matching.
We have implemented our quantum algorithm and deployed it in a real testbed
using the IBM Quantum machine simulator. Results confirm the ability of QHFP to
obtain the correct estimated location with an exponential improvement in space
and running time compared to the traditional classical counterparts. In
addition, the proposed device-independent features lead to more than 20% better
accuracy in median error. This highlights the promise of our algorithm for
future ubiquitous large-scale worldwide device-independent fingerprinting
localization systems.
- Abstract（参考訳）: RFフィンガープリントはローカライズのための最も一般的な手法の1つであるが、それをユビキタスに展開するには、多数の異種デバイスとそのバリエーションをサポートするという課題に対処する必要がある。
デバイスに依存しない量子指紋マッチングアルゴリズムであるQHFPは,ユビキタス・ユビキタスな大規模位置追跡システムを実現する上で,ストレージ空間と実行時間,デバイスの不均一性という2つの問題に対処する。
特に,空間と実行時間の両方において,古典的手法よりも指数関数的に優れた複雑性を持つ量子アルゴリズムを提案する。
QHFPはまた、異種デバイスを使用した大規模な指紋作成による固有の位置決め誤差を扱うための規定も備えている。
システム全体の詳細は、生のRSSからデバイス非依存の特徴を抽出し、古典的特徴ベクトルを量子的特徴ベクトルにマッピングし、指紋マッチングのための量子コサイン類似性アルゴリズムを示すことから始める。
我々は、量子アルゴリズムを実装し、IBM Quantumマシンシミュレータを用いて実際のテストベッドにデプロイした。
その結果,従来の古典的手法と比較して,空間と走行時間を指数的に改善し,正確な推定位置を求めるQHFPの能力を確認した。
さらに,提案するデバイス非依存機能は,中央値誤差の精度が20%以上向上する。
これは、将来のユビキタスな世界規模のデバイス非依存フィンガープリンティングローカライズシステムに対するアルゴリズムの期待を浮き彫りにしている。
関連論文リスト
- Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する
QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
論文 参考訳（メタデータ） (2024-11-13T23:56:20Z) - An Efficient Quantum Binary-Neuron Algorithm for Accurate Multi-Story Floor Localization [4.415197030186768]
本稿では,正確な多層局所化のための量子アルゴリズムを提案する。
提案アルゴリズムは,実際のIBM量子マシン上で実装し,実際の屋内テストベッド上で評価する。
論文 参考訳（メタデータ） (2024-09-01T18:09:38Z) - An Efficient Quantum Euclidean Similarity Algorithm for Worldwide Localization [4.962238993531738]
ワイヤレスローカライゼーションシステムのための効率的な量子ユークリッド類似性アルゴリズムを提案する。
提案した量子アルゴリズムは、古典的なアルゴリズムに比べて指数関数的に改善された複雑性を提供する。
論文 参考訳（メタデータ） (2024-07-19T21:52:49Z) - Hardware-efficient variational quantum algorithm in trapped-ion quantum computer [0.0]
本研究では, トラップイオン量子シミュレータ, HEA-TI に適したハードウェア効率の変動量子アルゴリズムアンサッツについて検討する。
我々は、全てのイオン間のプログラム可能な単一量子ビット回転と大域スピンスピン相互作用を活用し、従来のゲートベース手法における資源集約型2量子ビットゲートへの依存を減らす。
論文 参考訳（メタデータ） (2024-07-03T14:02:20Z) - A Quantum Fingerprinting Algorithm for Next Generation Cellular
Positioning [5.198840934055703]
指紋による高精度な位置決めを可能にするコサイン類似性に基づく量子アルゴリズムを提案する。
提案した量子アルゴリズムを実装し,実際のIBM量子マシン上での細胞テストベッドで評価する。
論文 参考訳（メタデータ） (2023-06-13T19:54:26Z) - Majorization-based benchmark of the complexity of quantum processors [105.54048699217668]
我々は、様々な量子プロセッサの動作を数値的にシミュレートし、特徴付ける。
我々は,各デバイスの性能をベンチマークラインと比較することにより,量子複雑性を同定し,評価する。
我々は、回路の出力状態が平均して高い純度である限り、偏化ベースのベンチマークが成り立つことを発見した。
論文 参考訳（メタデータ） (2023-04-10T23:01:10Z) - Optimal quantum control via genetic algorithms for quantum state
engineering in driven-resonator mediated networks [68.8204255655161]
進化的アルゴリズムに基づく量子状態工学には、機械学習によるアプローチを採用しています。
我々は、単一のモード駆動マイクロ波共振器を介して相互作用する、量子ビットのネットワーク(直接結合のない人工原子の状態に符号化された)を考える。
アルゴリズムは理想的なノイズフリー設定で訓練されているにもかかわらず、高い量子忠実度とノイズに対するレジリエンスを観測する。
論文 参考訳（メタデータ） (2022-06-29T14:34:00Z) - Accelerating variational quantum algorithms with multiple quantum
processors [78.36566711543476]
変分量子アルゴリズム(VQA)は、特定の計算上の利点を得るために、短期量子マシンを利用する可能性がある。
現代のVQAは、巨大なデータを扱うために単独の量子プロセッサを使用するという伝統によって妨げられている、計算上のオーバーヘッドに悩まされている。
ここでは、この問題に対処するため、効率的な分散最適化手法であるQUDIOを考案する。
論文 参考訳（メタデータ） (2021-06-24T08:18:42Z) - Generation of High-Resolution Handwritten Digits with an Ion-Trap
Quantum Computer [55.41644538483948]
本稿では, 量子回路に基づく生成モデルを構築し, 生成逆数ネットワークの事前分布を学習し, サンプル化する。
我々は、このハイブリッドアルゴリズムを171ドルのYb$+$ ion qubitsに基づいてイオントラップデバイスでトレーニングし、高品質な画像を生成する。
論文 参考訳（メタデータ） (2020-12-07T18:51:28Z) - Experimental Quantum Generative Adversarial Networks for Image
Generation [93.06926114985761]
超伝導量子プロセッサを用いた実世界の手書き桁画像の学習と生成を実験的に行う。
我々の研究は、短期量子デバイス上での高度な量子生成モデル開発のためのガイダンスを提供する。
論文 参考訳（メタデータ） (2020-10-13T06:57:17Z)
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。