論文の概要: A Generalisation of the Phase Kick-Back

• arxiv url: http://arxiv.org/abs/2207.02580v1
• Date: Wed, 6 Jul 2022 10:53:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-06 09:47:44.227513
• Title: A Generalisation of the Phase Kick-Back
• Title（参考訳）: 位相キックバックの一般化
• Authors: Joaqu\'in Ossorio-Castillo, Ulises Pastor-D\'iaz, Jos\'e M. Tornero
• Abstract要約: 本稿では,量子コンピューティングにおける古典的アルゴリズムの中心となる相キックバック手法の一般化について述べる。 まず、フェーズキックバックのテクニックをリコールして、新しい一般化されたバージョンを紹介し、分析します。 我々はベルンシュタイン・ヴァジラニ問題の一般化版を提示し、その内部動作をよりよく理解するためにこの手法を用いて解決する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we present a generalisation of the Phase Kick-Back technique, which is central to some of the classical algorithms in quantum computing, such as the Deutsch--Jozsa algorithm, Simon's algorithm or Grover's algorithm. We will begin by recalling the Phase Kick-Back technique to then introduce the new generalised version and analyse it. After that, we will present a new generalised version of the Deutsch--Jozsa problem and it will be solved using the previously defined technique. Finally, we will present a generalised version of the Bernstein-Vazirani problem and solve it using this technique to better understand its inner workings.
• Abstract（参考訳）: 本稿では,deutsch-jozsaアルゴリズムやsimon's algorithm,grover's algorithmなど,量子コンピューティングにおける古典的アルゴリズムの中心となる位相キックバック手法の一般化について述べる。 まず、フェーズキックバックのテクニックを思い出して、新しい一般化バージョンを紹介し、分析します。 その後、Deutsch--Jozsa問題の新しい一般化版を提示し、それ以前に定義された手法を用いて解決する。 最後に、bernstein-vazirani問題の一般化版を示し、この手法を用いてその内部動作をよりよく理解する。

関連論文リスト

• The Differentiable Feasibility Pump [49.55771920271201]
  本稿では,従来の実現可能性ポンプとその追随点の多くを,特定のパラメータを持つ勾配差アルゴリズムとみなすことができることを示す。 この再解釈の中心的な側面は、伝統的なアルゴリズムがそのコストに関して線形緩和の解を区別することを観察することである。
  論文  参考訳（メタデータ） (2024-11-05T22:26:51Z)
• Bregman-divergence-based Arimoto-Blahut algorithm [53.64687146666141]
  本稿では,Arimoto-BlahutアルゴリズムをBregman-Diversergenceシステム上で定義された一般関数に一般化する。 本稿では,古典的および量子速度歪み理論に適用可能な凸最適化自由アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-08-10T06:16:24Z)
• Further Applications of the Generalised Phase Kick-Back [0.0]
  前回の研究で、一般化位相キックバック (Generalized Phase Kick-Back, $GPK$) と呼ばれる量子アルゴリズムの手法を定義した。 本稿では、$mathbfy$- Balanced関数の概念を定義し、より一般化されたDeutsch-Jozsa問題を一般化する新しい問題を解く。
  論文  参考訳（メタデータ） (2024-05-06T20:56:13Z)
• A Short Review on Novel Approaches for Maximum Clique Problem: from Classical algorithms to Graph Neural Networks and Quantum algorithms [1.1470070927586018]
  この写本は、最大傾倒問題を解くための単純な古典的なアルゴリズムを網羅している。 レビューでは、古典的および新しい学習、量子アルゴリズムをテストするためのベンチマークで締めくくられている。
  論文  参考訳（メタデータ） (2024-03-13T20:12:05Z)
• Introduction to Variational Quantum Algorithms [0.0]
  これは、変分量子固有解法(VQE)や量子近似アルゴリズム最適化(QAOA)など、基本的な変分アルゴリズムの説明を提供する。 さらに、これらのアルゴリズムをより効率的にするために使用できる、より高度なテクニックと、それを使用する際の課題についても説明している。
  論文  参考訳（メタデータ） (2024-02-24T18:14:13Z)
• Experimentally demonstrating indefinite causal order algorithms to solve the generalized Deutsch's problem [4.555392897705548]
  Deutschのアルゴリズムは、古典的アルゴリズムよりも優位性を示す最初の量子アルゴリズムである。 この問題を解決するために、不明確な因果順序を持つ新しい量子アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-05-09T13:04:28Z)
• Minimalistic Predictions to Schedule Jobs with Online Precedence Constraints [117.8317521974783]
  オンライン優先制約による非サーボ的スケジューリングについて検討する。 アルゴリズムは、任意のジョブ依存に偏りがなく、前任者がすべて完了した場合に限り、ジョブについて学習する。
  論文  参考訳（メタデータ） (2023-01-30T13:17:15Z)
• Basic Quantum Algorithms [0.0]
  量子コンピューティングは急速に進化しており、理論の基礎を再検討し、書き直し、更新せざるを得ない。 基本量子アルゴリズムは、初期の量子アルゴリズムを再考する。
  論文  参考訳（メタデータ） (2022-01-25T19:00:10Z)
• Bregman divergence based em algorithm and its application to classical and quantum rate distortion theory [61.12008553173672]
  本稿では,Bregman分散系における指数サブファミリーと混合サブファミリー間のBregman分散の最小化問題に対処する。 このアルゴリズムを量子設定を含む歪みとその変種の評価に適用する。
  論文  参考訳（メタデータ） (2022-01-07T13:33:28Z)
• Deep Algorithm Unrolling for Biomedical Imaging [99.73317152134028]
  本章では,アルゴリズムのアンロールによるバイオメディカル応用とブレークスルーについて概説する。 我々はアルゴリズムのアンローリングの起源を辿り、反復アルゴリズムをディープネットワークにアンローリングする方法に関する包括的なチュートリアルを提供する。 オープンな課題を議論し、今後の研究方向性を提案することで、この章を締めくくります。
  論文  参考訳（メタデータ） (2021-08-15T01:06:26Z)
• Evolving Reinforcement Learning Algorithms [186.62294652057062]
  メタラーニング強化学習アルゴリズムの手法を提案する。 学習アルゴリズムはドメインに依存しないため、トレーニング中に見えない新しい環境に一般化することができる。 従来の制御タスク、gridworld型タスク、atariゲームよりも優れた一般化性能を得る2つの学習アルゴリズムに注目した。
  論文  参考訳（メタデータ） (2021-01-08T18:55:07Z)

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。