論文の概要: On efficient quantum block encoding of pseudo-differential operators
- arxiv url: http://arxiv.org/abs/2301.08908v2
- Date: Tue, 24 Jan 2023 01:55:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-25 15:15:13.703926
- Title: On efficient quantum block encoding of pseudo-differential operators
- Title(参考訳): 擬似微分作用素の効率的な量子ブロック符号化について
- Authors: Haoya Li, Hongkang Ni, Lexing Ying
- Abstract要約: ブロック符号化は多くの既存の量子アルゴリズムの中核にある。
本稿では, 擬微分演算子 (PDO) を用いた高密度演算子のリッチファミリーのブロック符号化について述べる。
- 参考スコア(独自算出の注目度): 6.134067544403308
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Block encoding lies at the core of many existing quantum algorithms.
Meanwhile, efficient and explicit block encodings of dense operators are
commonly acknowledged as a challenging problem. This paper presents a
comprehensive study of the block encoding of a rich family of dense operators:
the pseudo-differential operators (PDOs). First, a block encoding scheme for
generic PDOs is developed. Then we propose a more efficient scheme for PDOs
with a separable structure. Finally, we demonstrate an explicit and efficient
block encoding algorithm for PDOs with a dimension-wise fully separable
structure. Complexity analysis is provided for all block encoding algorithms
presented. The application of theoretical results is illustrated with worked
examples, including the representation of variable coefficient elliptic
operators and the computation of the inverse of elliptic operators without
invoking quantum linear system algorithms (QLSAs).
- Abstract(参考訳): ブロック符号化は多くの既存の量子アルゴリズムの中核にある。
一方、高密度作用素の効率的かつ明示的なブロック符号化は、一般に難しい問題として認識される。
本稿では、擬微分演算子(PDOs)と呼ばれる高密度演算子のリッチなファミリーのブロック符号化に関する包括的研究を行う。
まず、汎用PDOのブロック符号化方式を開発する。
次に、分離可能な構造を持つPDOのより効率的なスキームを提案する。
最後に,完全分離構造を持つpdoに対する明示的かつ効率的なブロック符号化アルゴリズムを示す。
複雑度解析は、提示された全てのブロック符号化アルゴリズムに対して提供される。
理論結果の適用例は、変数係数楕円演算子の表現や、量子線形系アルゴリズム(QLSA)を起動せずに楕円演算子の逆演算などである。
関連論文リスト
- A super-polynomial quantum advantage for combinatorial optimization
problems [8.505935009779085]
我々は、フォールトトレラントな量子コンピュータが古典的コンピュータに対して超ポリノミカルな優位性を持つことを示した。
具体的には、整数プログラミング問題の特別な例を構築する。
量子デバイスは、古典的効率的なアルゴリズムの範囲を超えて最適化ソリューションを近似する能力を持っていることを示す。
論文 参考訳(メタデータ) (2022-12-16T19:01:04Z) - Structure Learning of Quantum Embeddings [68.8204255655161]
最適化手法により最適な量子埋め込みを自動的に選択するアルゴリズムを提案する。
我々は、我々のアプローチの性能向上を示すために、人工データセットと実世界のデータセットの両方を使用しました。
論文 参考訳(メタデータ) (2022-09-22T16:42:14Z) - Quantum Sparse Coding [5.130440339897477]
我々はスパース符号化のための量子インスピレーション付きアルゴリズムを開発した。
量子コンピュータとイジングマシンの出現は、より正確な推定につながる可能性がある。
我々はLightrの量子インスパイアされたデジタルプラットフォーム上でシミュレーションデータを用いて数値実験を行う。
論文 参考訳(メタデータ) (2022-09-08T13:00:30Z) - Optimization-based Block Coordinate Gradient Coding for Mitigating
Partial Stragglers in Distributed Learning [58.91954425047425]
本稿では,分散学習における部分トラグラーの緩和を目的とした,新たな勾配符号化方式を提案する。
L の符号パラメータを L に表わした勾配座標符号化方式を提案する。
論文 参考訳(メタデータ) (2022-06-06T09:25:40Z) - Will Bilevel Optimizers Benefit from Loops [63.22466953441521]
AID-BiOとITD-BiOの2つの一般的な双レベルマトリクスは、自然に1つまたは2つのサブプロブレムを解決する。
AID-BiO と ITD-BiO の両ループ実装選択に適用可能な統合収束解析をまず確立する。
論文 参考訳(メタデータ) (2022-05-27T20:28:52Z) - Efficient and practical quantum compiler towards multi-qubit systems
with deep reinforcement learning [17.567408246024964]
我々は、高度深部強化学習(RL)技術による効率的で実用的な量子コンパイラを考案する。
我々のプロトコルは様々な量子マシンと互換性があり、マルチキュービット演算子をコンパイルするのに使うことができる。
初めて、RLベースの量子コンパイラを用いて2量子ビット演算子をコンパイルする方法を実演する。
論文 参考訳(メタデータ) (2022-04-14T12:03:47Z) - Finite-Bit Quantization For Distributed Algorithms With Linear
Convergence [6.293059137498172]
量子化された通信対象のメッシュネットワーク上での(強い凸)複合最適化問題に対する分散アルゴリズムについて検討する。
通信効率のよい符号化方式と結合した新しい量子化器を提案し, バイアス圧縮(BC-)ルールを効率的に実装した。
数値計算により,提案手法を応用した分散アルゴリズムは,既存の量子化規則を用いたアルゴリズムよりも,通信の複雑さが高いことが示された。
論文 参考訳(メタデータ) (2021-07-23T15:31:31Z) - Polymorphic dynamic programming by algebraic shortcut fusion [3.264137458214843]
動的プログラミング (DP) は、難解で確率的な問題の効率的かつ正確な解法に対して広く適用可能なアルゴリズム設計パラダイムである。
本稿では,新しいDPアルゴリズムを体系的に導出するための厳密な代数形式について述べる。
本稿では,信号処理,バイオインフォマティクス,信頼性工学などの応用例について,この形式の有効性を示す。
論文 参考訳(メタデータ) (2021-07-05T00:51:02Z) - EfficientFCN: Holistically-guided Decoding for Semantic Segmentation [49.27021844132522]
最先端セマンティックセマンティックセグメンテーションアルゴリズムは主に拡張されたFully Convolutional Networks (DilatedFCN)に基づいている
本稿では,拡張畳み込みのないイメージネット事前学習ネットワークをバックボーンとする,効率的なFCNを提案する。
このようなフレームワークは、計算コストの1/3しか持たない最先端の手法に比べて、同等またはそれ以上の性能を達成する。
論文 参考訳(メタデータ) (2020-08-24T14:48:23Z) - Glushkov's construction for functional subsequential transducers [91.3755431537592]
グルシコフの構成は多くの興味深い性質を持ち、トランスデューサに適用するとさらに明らかになる。
正規表現の特別な風味を導入し、効率よく$epsilon$-free 機能的次数重み付き有限状態トランスデューサに変換することができる。
論文 参考訳(メタデータ) (2020-08-05T17:09:58Z) - Iterative Algorithm Induced Deep-Unfolding Neural Networks: Precoding
Design for Multiuser MIMO Systems [59.804810122136345]
本稿では,AIIDNN(ディープ・アンフォールディング・ニューラルネット)を一般化した,ディープ・アンフォールディングのためのフレームワークを提案する。
古典的重み付き最小二乗誤差(WMMSE)反復アルゴリズムの構造に基づく効率的なIAIDNNを提案する。
提案したIAIDNNは,計算複雑性を低減した反復WMMSEアルゴリズムの性能を効率よく向上することを示す。
論文 参考訳(メタデータ) (2020-06-15T02:57:57Z)
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。