Fugu-MT 論文翻訳(概要): Quantitative approach to Grover's quantum walk on graphs

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

Unifying quantum spatial search, state transfer and uniform sampling on graphs: simple and exact [2.871419116565751]
本稿では,量子ウォークの交互化による新しい,簡潔なアルゴリズムフレームワークを提案する。量子空間探索、状態移動、および大規模なグラフの均一サンプリングを統一する。このアプローチは、グラフのラプラシア固有値集合の深さにのみ依存する簡潔な形式性を持っているため、簡単に利用できる。
論文参考訳（メタデータ） (2024-07-01T06:09:19Z)
The graph alignment problem: fundamental limits and efficient algorithms [0.9246334723892301]
グラフ同型問題のノイズバージョンは、エッジの大部分を保存する2つのグラフのノード間のマッチングを見つけることを目的としている。この論文は、この問題の基本的な情報理論的限界を理解すること、および、基礎となるデータのアライメントを回復できるアルゴリズムを設計および分析することに焦点を当てている。
論文参考訳（メタデータ） (2024-04-18T15:31:13Z)
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 [31.68823192070739]
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)
Optimal Propagation for Graph Neural Networks [51.08426265813481]
最適グラフ構造を学習するための二段階最適化手法を提案する。また、時間的複雑さをさらに軽減するために、低ランク近似モデルについても検討する。
論文参考訳（メタデータ） (2022-05-06T03:37:00Z)
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。