論文の概要: Complement Grover's Search Algorithm: An Amplitude Suppression Implementation

• arxiv url: http://arxiv.org/abs/2209.10484v3
• Date: Tue, 1 Aug 2023 11:42:11 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-02 18:29:17.042185
• Title: Complement Grover's Search Algorithm: An Amplitude Suppression Implementation
• Title（参考訳）: Complement Groverの検索アルゴリズム:振幅抑圧実装
• Authors: Andrew Vlasic, Salvatore Certo, and Anh Pham
• Abstract要約: グロバーの探索アルゴリズムは量子アルゴリズムにおける画期的な進歩であった。 Groverの検索アルゴリズムの拡張は、クエリの焦点が望ましくない項目に向けられている場合に導かれる。 結果はQAOAと比較される。
• 参考スコア（独自算出の注目度）: 0.5352699766206808
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Grover's search algorithm was a groundbreaking advancement in quantum algorithms, displaying a quadratic speed-up of querying for items. Since the creation of this algorithm it has been utilized in various ways, including in preparing specific states for the general circuit. However, as the number of desired items increases so does the gate complexity of the sub-process that conducts the query. To counter this complexity, an extension of Grover's search algorithm is derived where the focus of the query is on the undesirable items in order to suppress the amplitude of the queried items. To display the efficacy the algorithm is implemented as a sub-process into QAOA and applied to a traveling salesman problem. For a basis of comparison, the results are compared against QAOA.
• Abstract（参考訳）: グローバーの探索アルゴリズムは量子アルゴリズムの画期的な進歩であり、アイテムのクエリの2倍のスピードアップを表示する。 このアルゴリズムの創設以来、一般回路の特定の状態の準備を含む様々な方法で利用されてきた。 しかし、望ましい項目の数が増えるにつれて、クエリを実行するサブプロセスのゲートの複雑さも増す。 この複雑さに対処するために、クエリの焦点が望ましくない項目に向けられているGroverの検索アルゴリズムの拡張が導出され、クエリされた項目の振幅が抑制される。 アルゴリズムをQAOAにサブプロセスとして実装し、旅行セールスマン問題に適用する。 比較の結果はQAOAと比較される。

関連論文リスト

• An Optimal Algorithm for the Real-Valued Combinatorial Pure Exploration of Multi-Armed Bandit [65.268245109828]
  多武装バンディット(R-CPE-MAB)の真価純探査問題について検討する。 既存のR-CPE-MABの手法は、いわゆるトランスダクティブ線形帯域の特殊な場合と見なすことができる。 本稿では,差分探索アルゴリズム (CombGapE) を提案する。
  論文  参考訳（メタデータ） (2023-06-15T15:37:31Z)
• Grover Search Inspired Alternating Operator Ansatz of Quantum Approximate Optimization Algorithm for Search Problems [0.913755431537592]
  AGS(Adiabatic Grover Search)とAQC(Adiabatic Quantum Computing)の2つの計算フレームワーク間のマッピングを利用する。 次に、AGSのスケジュール依存ハミルトニアンにトロタライズを適用し、量子近似最適化アルゴリズム(QAOA)フレームワークにおける変動パラメータの値を求める。
  論文  参考訳（メタデータ） (2022-04-21T01:41:36Z)
• 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)
• Determinantal Beam Search [75.84501052642361]
  ビームサーチは、ニューラルシーケンスモデルをデコードするためのゴーツー戦略である。 複数のソリューションを要求するユースケースでは、多様あるいは代表的なセットがしばしば望まれる。 ビームサーチを一連の部分決定問題として繰り返し行うことにより、アルゴリズムを多種多様なサブセット選択プロセスに変換することができる。
  論文  参考訳（メタデータ） (2021-06-14T13:01:46Z)
• Selection-Expansion: A Unifying Framework for Motion-Planning and Diversity Search Algorithms [69.87173070473717]
  本稿では,2つの多様性探索アルゴリズム,ノベルティ探索アルゴリズムとゴール探索処理アルゴリズムの特性について検討する。 mpアルゴリズムとの関係は、ポリシーパラメータ空間と結果空間の間のマッピングの滑らかさ、あるいは滑らかさの欠如が検索効率において重要な役割を担っていることを示している。
  論文  参考訳（メタデータ） (2021-04-10T13:52:27Z)
• Hardware Efficient Quantum Search Algorithm [17.74233101199813]
  本稿では,この課題を克服するために,ハードウェアの効率的な量子探索アルゴリズムを提案する。 我々の鍵となる考え方は、グローバル拡散操作を低コストな局所拡散に置き換えることである。 回路コストの削減は、システムの成功率を著しく向上させる。
  論文  参考訳（メタデータ） (2021-03-26T01:08:50Z)
• Towards Optimally Efficient Tree Search with Deep Learning [76.64632985696237]
  本稿では,線形モデルから信号整数を推定する古典整数最小二乗問題について検討する。 問題はNPハードであり、信号処理、バイオインフォマティクス、通信、機械学習といった様々な応用でしばしば発生する。 本稿では, 深いニューラルネットワークを用いて, 単純化されたメモリバウンドA*アルゴリズムの最適推定を推定し, HATSアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-01-07T08:00:02Z)
• Quantum Search with Prior Knowledge [15.384459603233978]
  本稿では,Grover の探索アルゴリズムの新たな一般化を提案する。 提案アルゴリズムは,クエリ数が固定された場合の解を見つけるための最適成功確率を実現する。
  論文  参考訳（メタデータ） (2020-09-18T09:50:33Z)
• Number Partitioning with Grover's Algorithm in Central Spin Systems [0.0]
  本稿では,部分和問題として知られるNP完全決定問題のクラスに対する解を求めるGrover探索を提案する。 各問題インスタンスは、一組の量子ビットの中央スピンやボソンへのカップリングに符号化され、溶液を知らずにオラクルの実現を可能にする。
  論文  参考訳（メタデータ） (2020-09-11T17:31:39Z)
• Efficient Computation of Expectations under Spanning Tree Distributions [67.71280539312536]
  本稿では,エッジファクター,非プロジェクティブ・スパンニングツリーモデルにおいて,一階期待と二階期待の重要なケースに対する統一アルゴリズムを提案する。 我々のアルゴリズムは勾配と期待の基本的な関係を利用しており、効率的なアルゴリズムを導出することができる。
  論文  参考訳（メタデータ） (2020-08-29T14:58:26Z)
• Optimal Clustering from Noisy Binary Feedback [75.17453757892152]
  本稿では,二元的ユーザフィードバックから一組のアイテムをクラスタリングする問題について検討する。 最小クラスタ回復誤差率のアルゴリズムを考案する。 適応選択のために,情報理論的誤差下界の導出にインスパイアされたアルゴリズムを開発する。
  論文  参考訳（メタデータ） (2019-10-14T09:18:26Z)

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。