Fugu-MT 論文翻訳(概要): Amplitude Estimation from Quantum Signal Processing

論文の概要: Amplitude Estimation from Quantum Signal Processing

arxiv url: http://arxiv.org/abs/2207.08628v2
Date: Thu, 1 Sep 2022 19:32:47 GMT
ステータス: 処理完了
システム内更新日: 2023-02-04 15:49:32.374433
Title: Amplitude Estimation from Quantum Signal Processing
Title（参考訳）: 量子信号処理による振幅推定
Authors: Patrick Rall and Bryce Fuller
Abstract要約: 振幅推定アルゴリズムはGroverのアルゴリズムに基づいており、入力状態と所望の結果に関する反射を交互に行う。量子信号処理により、より柔軟な方法で振幅を推定できることがわかった。
参考スコア（独自算出の注目度）: 0.30458514384586405
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Amplitude estimation algorithms are based on Grover's algorithm: alternating reflections about the input state and the desired outcome. But what if we are given the ability to perform arbitrary rotations, instead of just reflections? In this situation, we find that quantum signal processing lets us estimate the amplitude in a more flexible way. We leverage this technique to give improved and simplified algorithms for many amplitude estimation tasks: we perform non-destructive estimation without any assumptions on the amplitude, develop an algorithm with improved performance in practice, present a new method for unbiased amplitude estimation, and finally give a simpler method for trading quantum circuit depth for more repetitions of short circuits.
Abstract（参考訳）: 振幅推定アルゴリズムはgroverのアルゴリズムに基づいている:入力状態と所望の結果に関する交互反射である。しかし、ただの反射ではなく、任意の回転を行う能力が与えられたらどうだろうか? この状況では、量子信号処理により、より柔軟な方法で振幅を推定できることがわかった。我々はこの手法を利用して、多くの振幅推定タスクに改良された単純化されたアルゴリズムを提供し、振幅の仮定なしに非破壊的な推定を行い、実際に性能を向上したアルゴリズムを開発し、非バイアスの振幅推定の新しい手法を提案し、最後に、短い回路のより反復的な量子回路深さの交換方法を提案する。

関連論文リスト

Low depth amplitude estimation without really trying [1.1005025875011782]
量子振幅推定アルゴリズムはモンテカルロシミュレーションの2次高速化を提供する。それらは推定誤差の逆としてスケールする回路深さを必要とする。量子アルゴリズム自体に古典モンテカルロ法を適用すれば、この制限を回避できる。
論文参考訳（メタデータ） (2024-10-02T01:59:33Z)
A Sample Efficient Alternating Minimization-based Algorithm For Robust Phase Retrieval [56.67706781191521]
そこで本研究では,未知の信号の復元を課題とする,ロバストな位相探索問題を提案する。提案するオラクルは、単純な勾配ステップと外れ値を用いて、計算学的スペクトル降下を回避している。
論文参考訳（メタデータ） (2024-09-07T06:37:23Z)
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)
Quantum amplitude estimation from classical signal processing [0.0]
本稿では, 振幅推定の問題は, 到着方向推定と呼ばれる信号処理における問題に直接対応できることを示す。位相推定自由な並列量子振幅推定(QAE)アルゴリズムを作成し、全クエリの複雑さは$sim 4.9/varepsilon$で、並列クエリの複雑さは$sim 0.40/varepsilon$で95%の信頼性を持つ。
論文参考訳（メタデータ） (2024-05-23T15:31:46Z)
Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
論文参考訳（メタデータ） (2023-02-13T19:57:17Z)
Few Quantum Algorithms on Amplitude Distribution [0.5584060970507505]
振幅フィルタリングは、振幅が指定されたしきい値より大きい重ね合わせにおける基底状態の同定に関係している。量子ビットの不足を考えると、この研究の焦点はログ空間のアルゴリズムを設計することである。
論文参考訳（メタデータ） (2022-07-30T08:11:29Z)
Low depth amplitude estimation on a trapped ion quantum computer [5.443245599372994]
振幅推定は、量子コンピュータが二次的なスピードアップを達成できる基本的な量子アルゴリズムプリミティブである。近年の研究は、低深さ回路の高速化と引き換えに、そのようなアルゴリズムに必要な資源を幾らか削減することに成功している。我々は,最先端のイオン量子コンピュータにおける振幅推定実験の結果を報告する。
論文参考訳（メタデータ） (2021-09-20T16:57:19Z)
Grover search revisited; application to image pattern matching [0.8367938108534343]
本稿では,Groverデータベース全体の探索やパターンマッチングを行う量子アルゴリズムを提案する。鍵となる考え方は、最近提案された近似振幅符号化法を浅い量子回路で使用することである。
論文参考訳（メタデータ） (2021-08-24T17:30:41Z)
Learned Block Iterative Shrinkage Thresholding Algorithm for Photothermal Super Resolution Imaging [52.42007686600479]
深層ニューラルネットワークに展開する反復アルゴリズムを用いて,学習したブロックスパース最適化手法を提案する。本稿では、正規化パラメータの選択を学ぶことができる学習ブロック反復収縮しきい値アルゴリズムを使用することの利点を示す。
論文参考訳（メタデータ） (2020-12-07T09:27:16Z)
Activation Relaxation: A Local Dynamical Approximation to Backpropagation in the Brain [62.997667081978825]
活性化緩和(AR)は、バックプロパゲーション勾配を力学系の平衡点として構成することで動機付けられる。我々のアルゴリズムは、正しいバックプロパゲーション勾配に迅速かつ堅牢に収束し、単一のタイプの計算単位しか必要とせず、任意の計算グラフで操作できる。
論文参考訳（メタデータ） (2020-09-11T11:56:34Z)
Nearly Linear Row Sampling Algorithm for Quantile Regression [54.75919082407094]
データの次元にほぼ線形なサンプル複雑性を持つ量子化損失関数の行サンプリングアルゴリズムを提案する。行サンプリングアルゴリズムに基づいて、量子レグレッションの最も高速なアルゴリズムと、バランスの取れた有向グラフのグラフスペーシフィケーションアルゴリズムを提案する。
論文参考訳（メタデータ） (2020-06-15T13:40:07Z)

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。