論文の概要: Quantitative approach to Grover's quantum walk on graphs
- arxiv url: http://arxiv.org/abs/2207.01686v1
- Date: Mon, 4 Jul 2022 19:33:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-06 18:54:19.435596
- Title: Quantitative approach to Grover's quantum walk on graphs
- Title(参考訳): グラフ上のグローバーの量子ウォークへの定量的アプローチ
- Authors: Gamal Mograby, Radhakrishnan Balu, Kasso A. Okoudjou and Alexander
Teplyaev
- Abstract要約: グラフ上の連続時間量子ウォークに着目したGroverの探索アルゴリズムについて検討する。
関連する量子ウォークに便利なグラフトポロジーを見つける代わりに、グラフトポロジーを修正し、ラプラシアンを基礎とするグラフを変化させる。
- 参考スコア(独自算出の注目度): 62.997667081978825
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In this paper, we study Grover's search algorithm focusing on continuous-time
quantum walk on graphs. We propose an alternative optimization approach to
Grover's algorithm on graphs that can be summarized as follows: instead of
finding specific graph topologies convenient for the related quantum walk, we
fix the graph topology and vary the underlying graph Laplacians. As a result,
we search for the most appropriate analytical structure on graphs endowed with
fixed topologies yielding better search outcomes. We discuss strategies to
investigate the optimality of Grover's algorithm and provide an example with an
easy tunable graph Laplacian to investigate our ideas.
- Abstract(参考訳): 本稿では,グラフ上の連続時間量子ウォークに着目したグローバー探索アルゴリズムについて検討する。
本稿では,グラフ上のGroverのアルゴリズムに代わる最適化手法を提案する。グラフトポロジを関連量子ウォークに便利に見つける代わりに,グラフトポロジを修正し,基礎となるグラフラプラシアンを変化させる。
その結果,グラフ上で最も適切な解析構造を探索し,より優れた探索結果が得られる固定トポロジーを付与した。
グローバーのアルゴリズムの最適性を検討するための戦略を議論し、簡単なチューニング可能なグラフラプラシアンを例示し、アイデアを考察する。
関連論文リスト
- The Graph Lottery Ticket Hypothesis: Finding Sparse, Informative Graph
Structure [18.00833762891405]
Graph Lottery Ticket (GLT)仮説: グラフごとに非常に疎いバックボーンが存在する。
本研究は,グラフ学習アルゴリズムの性能に直接影響を及ぼす関心の指標を8つ研究する。
任意のグラフでこれらのGLTを見つけるための単純で効率的なアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-12-08T00:24:44Z) - Finding Increasingly Large Extremal Graphs with AlphaZero and Tabu
Search [35.11415228076876]
この研究は、1975年のエルドホスの予想から着想を得た中心極端グラフ理論の問題を研究する。
それは、与えられた大きさ(ノード数)のグラフを見つけることを目的としており、3サイクルや4サイクルを必要とせずに、エッジの数を最大化する。
論文 参考訳(メタデータ) (2023-11-06T22:29:55Z) - Universal approach to deterministic spatial search via alternating
quantum walks [2.940962519388297]
本稿では,量子ウォークを交互に組み合わせることで,様々なグラフ上で決定論的量子探索アルゴリズムを設計するための新しいアプローチを提案する。
我々のアプローチは、異なるグラフに対してインスタンス固有の分析を必要としないため、普遍的である。
論文 参考訳(メタデータ) (2023-07-30T05:14:19Z) - A Theoretical Analysis Of Nearest Neighbor Search On Approximate Near
Neighbor Graph [51.880164098926166]
グラフベースのアルゴリズムは、近隣探索(NN-Search)問題において最先端の性能を示す。
グラフベースのNN-Searchアルゴリズムには実践と理論のギャップがある。
低次元および高密度ベクトルに対する ANN-Graph 上の欲求探索による NN-Search の解法を理論的に保証する。
論文 参考訳(メタデータ) (2023-03-10T21:18:34Z) - Hub-aware Random Walk Graph Embedding Methods for Classification [68.8204255655161]
ノード分類問題に特化して設計されたランダムウォークに基づく2つの新しいグラフ埋め込みアルゴリズムを提案する。
提案手法は,実世界のネットワークの埋め込みを訓練した3つの分類アルゴリズムの分類性能を解析して実験的に評価する。
論文 参考訳(メタデータ) (2022-09-15T20:41:18Z) - Effective and efficient structure learning with pruning and model
averaging strategies [9.023722579074734]
本稿では,2つの新しい手法と丘登り探索を組み合わせたBN構造学習アルゴリズムについて述べる。
アルゴリズムは探索空間グラフをプルーニングすることから始まり、プルーニング戦略をプルーニング戦略のアグレッシブバージョンと見なすことができる。
そして、ヒルクライミング探索プロセスで平均化を行い、目的関数を最大化する近隣グラフに移動する。
論文 参考訳(メタデータ) (2021-12-01T10:35:34Z) - Deterministic spatial search using alternating quantum walks [0.0]
最適な量子ウォーク時間と頂点位相シフトの組に対して、構造化空間探索のための決定論的アルゴリズムが確立されていることを証明した。
これにより、同じグラフのクラスにおける元の空間探索アルゴリズムを改善し、50%の確率しか増幅できないことを示す。
この新たなフレームワークは、グラフ構造の他のファミリーに対する決定論的空間探索に容易に拡張できると期待されている。
論文 参考訳(メタデータ) (2021-04-08T14:32:48Z) - Line Graph Neural Networks for Link Prediction [71.00689542259052]
実世界の多くのアプリケーションにおいて古典的なグラフ解析問題であるグラフリンク予測タスクについて検討する。
このフォーマリズムでは、リンク予測問題をグラフ分類タスクに変換する。
本稿では,線グラフをグラフ理論に用いて,根本的に異なる新しい経路を求めることを提案する。
特に、線グラフの各ノードは、元のグラフのユニークなエッジに対応するため、元のグラフのリンク予測問題は、グラフ分類タスクではなく、対応する線グラフのノード分類問題として等価に解決できる。
論文 参考訳(メタデータ) (2020-10-20T05:54:31Z) - Graph Pooling with Node Proximity for Hierarchical Representation
Learning [80.62181998314547]
本稿では,ノード近接を利用したグラフプーリング手法を提案し,そのマルチホップトポロジを用いたグラフデータの階層的表現学習を改善する。
その結果,提案したグラフプーリング戦略は,公開グラフ分類ベンチマークデータセットの集合において,最先端のパフォーマンスを達成できることが示唆された。
論文 参考訳(メタデータ) (2020-06-19T13:09:44Z) - Wasserstein-based Graph Alignment [56.84964475441094]
我々は,より小さいグラフのノードと大きなグラフのノードをマッチングすることを目的とした,1対多のグラフアライメント問題に対する新しい定式化を行った。
提案手法は,各タスクに対する最先端のアルゴリズムに対して,大幅な改善をもたらすことを示す。
論文 参考訳(メタデータ) (2020-03-12T22:31:59Z)
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。