論文の概要: Quantum computation: Efficient network partitioning for large scale critical infrastructures

• arxiv url: http://arxiv.org/abs/2302.02074v1
• Date: Sat, 4 Feb 2023 03:09:25 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-07 20:22:07.872261
• Title: Quantum computation: Efficient network partitioning for large scale critical infrastructures
• Title（参考訳）: 量子計算:大規模クリティカルインフラストラクチャのための効率的なネットワークパーティショニング
• Authors: Saikat Ray Majumder, Annarita Giani, Weiwei Shen, Bogdan Neculaes, Daiwei Zhu, and Sonika Johri
• Abstract要約: 我々は、重要なインフラのリスクを分析する手段として、ネットワークパーティショニングに重点を置いている。 これは、潜在的なスピードアップ量子コンピュータがスパースグラフラプラシアンの固有値と固有ベクトルを識別できる可能性に基づいている。
• 参考スコア（独自算出の注目度）: 1.454681691352036
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum computers are emerging as a viable alternative to tackle certain computational problems that are challenging for classical computers. With the rapid development of quantum hardware such as those based on trapped ions, there is practical motivation for identifying risk management problems that are efficiently solvable with these systems. Here we focus on network partitioning as a means for analyzing risk in critical infrastructures and present a quantum approach for its implementation. It is based on the potential speedup quantum computers can provide in the identification of eigenvalues and eigenvectors of sparse graph Laplacians, a procedure which is constrained by time and memory on classical computers.
• Abstract（参考訳）: 量子コンピュータは、古典的なコンピュータにとって困難な特定の計算問題に取り組むための、有効な代替手段として現れつつある。 閉じ込められたイオンに基づく量子ハードウェアの急速な発展により、これらのシステムで効率的に解くことができるリスク管理問題を特定する実践的な動機がある。 本稿では,重要なインフラにおけるリスクを分析する手段としてネットワーク分割に着目し,その実装に量子的アプローチを提案する。 これは潜在的なスピードアップ量子コンピュータがスパースグラフラプラシアンの固有値と固有ベクトルを識別できる可能性に基づいており、これは古典的コンピュータ上の時間とメモリによって制約される手順である。

関連論文リスト

• Quantum Algorithm Cards: Streamlining the development of hybrid classical-quantum applications [0.0]
  量子コンピューティングの出現は、多くの科学と産業の応用領域を根本的に変換できる革命的パラダイムを提案する。 量子コンピュータが計算をスケールする能力は、現在のコンピュータが提供しているものよりも、特定のアルゴリズムタスクのパフォーマンスと効率が向上することを意味している。 このような改善の恩恵を得るためには、量子コンピュータは既存のソフトウェアシステムと統合されなければならない。
  論文  参考訳（メタデータ） (2023-10-04T06:02:59Z)
• Practical limitations on robustness and scalability of quantum Internet [0.7499722271664144]
  量子インターネットのスケーリングとロバスト性に関する限界について検討する。 本稿では,セキュアな通信,デリゲートコンピューティング,および終端ノード間のリソース分布の現実的なボトルネックについて述べる。 量子ネットワークのいくつかの例では、異なる量子ネットワークタスクを実行するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-08-24T12:32:48Z)
• Software Architecture Challenges in Integrating Hybrid Classical-Quantum Systems [3.2851683371946767]
  量子コンピューティングの出現は、多くの科学と産業の応用領域を根本的に変換できる革命的パラダイムを提案する。 量子コンピュータが計算を指数関数的にスケールする能力は、現在のコンピュータが提供しているものよりも、特定のアルゴリズムタスクのパフォーマンスと効率を向上させる。 このような改善の恩恵を得るためには、量子コンピュータは既存のソフトウェアシステムと統合されなければならない。
  論文  参考訳（メタデータ） (2023-08-02T08:20:34Z)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• The Basis of Design Tools for Quantum Computing: Arrays, Decision Diagrams, Tensor Networks, and ZX-Calculus [55.58528469973086]
  量子コンピュータは、古典的コンピュータが決して起こらない重要な問題を効率的に解決することを約束する。 完全に自動化された量子ソフトウェアスタックを開発する必要がある。 この研究は、今日のツールの"内部"の外観を提供し、量子回路のシミュレーション、コンパイル、検証などにおいてこれらの手段がどのように利用されるかを示す。
  論文  参考訳（メタデータ） (2023-01-10T19:00:00Z)
• DQC$^2$O: Distributed Quantum Computing for Collaborative Optimization in Future Networks [54.03701670739067]
  本稿では、将来のネットワークにおける最適化タスクを解決するために、量子コンピュータと量子チャネルを管理するための適応型分散量子コンピューティング手法を提案する。 提案手法に基づいて,スマートグリッド管理やIoT連携,UAV軌道計画など,今後のネットワークにおける協調最適化の潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-09-16T02:44:52Z)
• Variational Quantum Algorithms for Computational Fluid Dynamics [0.0]
  変分量子アルゴリズムは、ノイズ耐性が比較的高いため、特に有望である。 本稿では,変分量子アルゴリズムの計算流体力学への応用について述べる。 古典的な計算手法に対する量子的優位性は、この10年の終わりまでに達成できると我々は主張する。
  論文  参考訳（メタデータ） (2022-09-11T18:49:22Z)
• Towards Feature Selection for Ranking and Classification Exploiting Quantum Annealers [14.519254230787993]
  本稿では,現在利用可能な量子コンピューティングアーキテクチャを用いて,ランク付けと分類の両面での2次特徴選択アルゴリズムの実現可能性について検討する。 量子コンピューティングハードウェアで得られる有効性は古典的な解法に匹敵するものであり、量子コンピュータは興味深い問題に取り組むのに十分な信頼性を持っていることを示している。
  論文  参考訳（メタデータ） (2022-05-09T14:46:38Z)
• Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
  本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。 この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。 GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
  論文  参考訳（メタデータ） (2022-04-18T21:45:13Z)
• The Computational and Latency Advantage of Quantum Communication Networks [70.01340727637825]
  本稿では,従来の通信ネットワークの現状を要約する。 量子技術を活用することでのみ解決できる、いくつかの重要なオープンな研究課題を特定します。
  論文  参考訳（メタデータ） (2021-06-07T06:31:02Z)
• Electronic structure with direct diagonalization on a D-Wave quantum annealer [62.997667081978825]
  本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。 そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
  論文  参考訳（メタデータ） (2020-09-02T22:46:47Z)

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。