論文の概要: A brief introduction to quantum algorithms
- arxiv url: http://arxiv.org/abs/2212.10734v1
- Date: Wed, 21 Dec 2022 03:00:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-09 04:13:00.401609
- Title: A brief introduction to quantum algorithms
- Title（参考訳）: 量子アルゴリズムの簡単な紹介
- Authors: Shihao Zhang and Lvzhou Li
- Abstract要約: まず、量子並列性、量子アルゴリズムの基本的枠組み、および量子アルゴリズム設計の難しさを解明することから始める。
その後、過去30年から40年にわたる量子アルゴリズム研究の進歩の歴史的概要に焦点をあてる。
最後に、量子アルゴリズムの研究に関する2つの一般的な疑問を明らかにし、さらなる探索のために読者を刺激することを望んでいる。
- 参考スコア（独自算出の注目度）: 3.454865774480229
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum algorithms are demonstrated to outperform classical algorithms for
certain problems and thus are promising candidates for efficient information
processing. Herein we aim to provide a brief and popular introduction to
quantum algorithms for both the academic community and the general public with
interest. We start from elucidating quantum parallelism, the basic framework of
quantum algorithms and the difficulty of quantum algorithm design. Then we
mainly focus on a historical overview of progress in quantum algorithm research
over the past three to four decades. Finally, we clarify two common questions
about the study of quantum algorithms, hoping to stimulate readers for further
exploration.
- Abstract（参考訳）: 量子アルゴリズムは、ある問題に対する古典的なアルゴリズムよりも優れており、効率的な情報処理の候補として有望である。
ここでは,量子アルゴリズムの簡単な紹介を学術的コミュニティと一般大衆の両方に公開することを目的とする。
まず、量子並列性、量子アルゴリズムの基本的枠組み、および量子アルゴリズム設計の難しさを解明することから始める。
そして、主に過去30年から40年の間に行われた量子アルゴリズム研究の進歩の歴史的概要に焦点を当てる。
最後に、量子アルゴリズムの研究に関する2つの一般的な疑問を明らかにし、さらなる探索のために読者を刺激することを望んでいる。
関連論文リスト
- Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - A Quantum Algorithm Based Heuristic to Hide Sensitive Itemsets [1.8419202109872088]
データ共有の文脈において、よく研究された問題を解決するための量子的アプローチを提案する。
本稿では, 量子アルゴリズムを用いて, この問題の解決方法を示すために, 小型データセットを用いた実験を行った。
論文 参考訳（メタデータ） (2024-02-12T20:44:46Z) - Generalized quantum Arimoto-Blahut algorithm and its application to
quantum information bottleneck [55.22418739014892]
量子アリーモト・ブラフトアルゴリズムをRamakrishnanらにより一般化する。
3つの量子系を持つ量子情報ボトルネックに対して,我々のアルゴリズムを適用した。
数値解析により,我々のアルゴリズムはアルゴリズムよりも優れていることが示された。
論文 参考訳（メタデータ） (2023-11-19T00:06:11Z) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳（メタデータ） (2023-10-04T17:53:55Z) - Quantum-Enhanced Greedy Combinatorial Optimization Solver [12.454028945013924]
最適化問題を解くために反復量子最適化アルゴリズムを導入する。
72量子ビット以下のプログラム可能な超伝導量子系に量子アルゴリズムを実装した。
量子アルゴリズムは古典的な欲求よりも体系的に優れており、量子エンハンスメントのシグナルとなる。
論文 参考訳（メタデータ） (2023-03-09T18:59:37Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳（メタデータ） (2023-01-04T23:37:45Z) - An introduction to variational quantum algorithms for combinatorial optimization problems [0.0]
このチュートリアルは変分量子アルゴリズムのクラスに関する数学的記述を提供する。
量子側および古典側におけるこれらのハイブリッドアルゴリズムの重要な側面を正確に紹介する。
我々はQAOAに特に注意を払って、そのアルゴリズムに関わる量子回路と、その可能な誘導関数によって満たされる特性を詳述した。
論文 参考訳（メタデータ） (2022-12-22T14:27:52Z) - Entanglement and coherence in Bernstein-Vazirani algorithm [58.720142291102135]
Bernstein-Vaziraniアルゴリズムは、オラクルに符号化されたビット文字列を決定できる。
我々はベルンシュタイン・ヴァジラニアルゴリズムの量子資源を詳細に分析する。
絡み合いがない場合、初期状態における量子コヒーレンス量とアルゴリズムの性能が直接関係していることが示される。
論文 参考訳（メタデータ） (2022-05-26T20:32:36Z) - From Quantum Graph Computing to Quantum Graph Learning: A Survey [86.8206129053725]
まず、量子力学とグラフ理論の相関関係について、量子コンピュータが有用な解を生成できることを示す。
本稿では,その実践性と適用性について,一般的なグラフ学習手法について概説する。
今後の研究の触媒として期待される量子グラフ学習のスナップショットを提供する。
論文 参考訳（メタデータ） (2022-02-19T02:56:47Z) - Parametrized Complexity of Quantum Inspired Algorithms [0.0]
量子アルゴリズムの有望な領域は量子機械学習と量子最適化である。
近年の量子技術、特に量子ソフトウェアの発展により、研究と産業のコミュニティは量子アルゴリズムの新しい応用を見つけようとしている。
論文 参考訳（メタデータ） (2021-12-22T06:19:36Z) - Quantum Semi-Supervised Learning with Quantum Supremacy [0.0]
量子機械学習は重要な問題を解決することを約束する。
古典的な機械学習には、ラベル付きデータの欠如と計算能力の限界という2つの永続的な課題がある。
本稿では,量子セミ教師付き学習という,両方の問題を解決する新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2021-10-05T20:15:58Z)
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。