論文の概要: A Quantum Fingerprinting Algorithm for Next Generation Cellular
Positioning
- arxiv url: http://arxiv.org/abs/2306.08108v1
- Date: Tue, 13 Jun 2023 19:54:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-16 23:04:22.852502
- Title: A Quantum Fingerprinting Algorithm for Next Generation Cellular
Positioning
- Title（参考訳）: 次世代セルポジショニングのための量子フィンガープリントアルゴリズム
- Authors: Yousef Zook, Ahmed Shokry, Moustafa Youssef
- Abstract要約: 指紋による高精度な位置決めを可能にするコサイン類似性に基づく量子アルゴリズムを提案する。
提案した量子アルゴリズムを実装し,実際のIBM量子マシン上での細胞テストベッドで評価する。
- 参考スコア（独自算出の注目度）: 5.198840934055703
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The recent release of the third generation partnership project, Release 17,
calls for sub-meter cellular positioning accuracy with reduced latency in
calculation. To provide such high accuracy on a worldwide scale, leveraging the
received signal strength (RSS) for positioning promises ubiquitous availability
in the current and future equipment. RSS Fingerprint-based techniques have
shown a great potential for providing high accuracy in both indoor and outdoor
environments. However, fingerprint-based positioning faces the challenge of
providing a fast matching algorithm that can scale worldwide. In this paper, we
propose a cosine similarity-based quantum algorithm for enabling
fingerprint-based high accuracy and worldwide positioning that can be
integrated with the next generation of 5G and 6G networks and beyond. By
entangling the test RSS vector with the fingerprint RSS vectors, the proposed
quantum algorithm has a complexity that is exponentially better than its
classical version as well as the state-of-the-art quantum fingerprint
positioning systems, both in the storage space and the running time. We
implement the proposed quantum algorithm and evaluate it in a cellular testbed
on a real IBM quantum machine. Results show the exponential saving in both time
and space for the proposed quantum algorithm while keeping the same positioning
accuracy compared to the traditional classical fingerprinting techniques and
the state-of-the-art quantum algorithms.
- Abstract（参考訳）: 第3世代のパートナーシッププロジェクトであるRelease 17のリリースでは、計算のレイテンシを低減したサブメーターセル位置決めの精度が求められている。
受信信号強度(rss)を利用して、現在及び将来の機器におけるユビキタスな可用性を測位する。
RSSフィンガープリントに基づく技術は、屋内環境と屋外環境の両方で高い精度を提供する大きな可能性を示している。
しかし、指紋に基づく位置決めは、世界規模でスケール可能な高速マッチングアルゴリズムを提供するという課題に直面している。
本稿では,次世代の5Gネットワークや6Gネットワークと統合可能な指紋による高精度な位置決めを可能にするコサイン類似性に基づく量子アルゴリズムを提案する。
テストrssベクトルと指紋rssベクトルを絡み合わせることで、提案された量子アルゴリズムは、ストレージ空間と実行時間の両方において、従来のバージョンや最先端の量子指紋位置決めシステムよりも指数関数的に優れた複雑さを持つ。
提案した量子アルゴリズムを実装し,実際のIBM量子マシン上での細胞テストベッドで評価する。
その結果,従来のフィンガープリント技術や最先端の量子アルゴリズムと同等の位置決め精度を維持しつつ,提案した量子アルゴリズムの時間と空間の指数的節約効果を示した。
関連論文リスト
- Hybrid Quantum Neural Network based Indoor User Localization using Cloud Quantum Computing [10.93754409707771]
本稿では、受信信号強度インジケータ(RSSI)値を用いた屋内ユーザ定位のためのハイブリッド量子ニューラルネットワーク(HQNN)を提案する。
提案するHQNNの性能テストには,WiFi,Bluetooth,Zigbeeを使用して,屋内のローカライズにRSSIデータセットを公開している。
また、HQNNの性能と最近提案された量子フィンガープリントに基づくユーザローカライゼーション手法を比較した。
論文 参考訳（メタデータ） (2024-10-01T13:59:59Z) - An Efficient Quantum Binary-Neuron Algorithm for Accurate Multi-Story Floor Localization [4.415197030186768]
本稿では,正確な多層局所化のための量子アルゴリズムを提案する。
提案アルゴリズムは,実際のIBM量子マシン上で実装し,実際の屋内テストベッド上で評価する。
論文 参考訳（メタデータ） (2024-09-01T18:09:38Z) - An Efficient Quantum Euclidean Similarity Algorithm for Worldwide Localization [4.962238993531738]
ワイヤレスローカライゼーションシステムのための効率的な量子ユークリッド類似性アルゴリズムを提案する。
提案した量子アルゴリズムは、古典的なアルゴリズムに比べて指数関数的に改善された複雑性を提供する。
論文 参考訳（メタデータ） (2024-07-19T21:52:49Z) - 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) - Optical Quantum Sensing for Agnostic Environments via Deep Learning [59.088205627308]
本稿では,革新的な深層学習に基づく量子センシング手法を提案する。
これにより、光学量子センサーは、非依存環境でハイゼンベルク限界(HL)に達することができる。
我々の発見は、光学量子センシングタスクを加速する新しいレンズを提供する。
論文 参考訳（メタデータ） (2023-11-13T09:46:05Z) - Enabling Quantum Cybersecurity Analytics in Botnet Detection: Stable
Architecture and Speed-up through Tree Algorithms [0.0]
我々は,100個のデータサンプルと5,000個のデータサンプルを用いた実デバイスシミュレーションを用いて,実量子コンピュータ上でのハイブリッド機械学習手法の実行を可能にする。
我々は,データサンプル1000件と量子シミュレータのみを処理していた2022年のSuryotrisongko と Musashi の精度を上回りました。
我々はHoeffding決定木アルゴリズムに基づく新しいハイブリッド量子二項分類アルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-06-23T18:29:38Z) - Iterative Qubits Management for Quantum Index Searching in a Hybrid
System [56.39703478198019]
IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。
我々はQiskitでIQuCSを実装し、集中的な実験を行う。
その結果、量子ビットの消費を最大66.2%削減できることが示されている。
論文 参考訳（メタデータ） (2022-09-22T21:54:28Z) - Optimal quantum control via genetic algorithms for quantum state
engineering in driven-resonator mediated networks [68.8204255655161]
進化的アルゴリズムに基づく量子状態工学には、機械学習によるアプローチを採用しています。
我々は、単一のモード駆動マイクロ波共振器を介して相互作用する、量子ビットのネットワーク(直接結合のない人工原子の状態に符号化された)を考える。
アルゴリズムは理想的なノイズフリー設定で訓練されているにもかかわらず、高い量子忠実度とノイズに対するレジリエンスを観測する。
論文 参考訳（メタデータ） (2022-06-29T14:34:00Z) - Device-independent Quantum Fingerprinting for Large Scale Localization [6.141741864834815]
デバイスに依存しない量子指紋マッチングアルゴリズムQHFPを提案する。
特に,従来の手法よりも指数関数的に優れた複雑性を持つ量子アルゴリズムを提案する。
その結果,QHFPが空間と走行時間を指数的に改善し,正確な推定位置を得る能力が確認された。
論文 参考訳（メタデータ） (2022-06-22T04:35:17Z) - Nearest Centroid Classification on a Trapped Ion Quantum Computer [57.5195654107363]
我々は,古典的データを量子状態に効率よくロードし,距離推定を行う手法を用いて,量子近接Centroid分類器を設計する。
MNIST手書き桁データセットの古典的最寄りのセントロイド分類器の精度と8次元合成データの最大100%の精度とを一致させ,11量子ビットトラップイオン量子マシン上で実験的に実証した。
論文 参考訳（メタデータ） (2020-12-08T01:10:30Z) - Generation of High-Resolution Handwritten Digits with an Ion-Trap
Quantum Computer [55.41644538483948]
本稿では, 量子回路に基づく生成モデルを構築し, 生成逆数ネットワークの事前分布を学習し, サンプル化する。
我々は、このハイブリッドアルゴリズムを171ドルのYb$+$ ion qubitsに基づいてイオントラップデバイスでトレーニングし、高品質な画像を生成する。
論文 参考訳（メタデータ） (2020-12-07T18:51:28Z)
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。