論文の概要: An optimized quantum minimum searching algorithm with sure-success
probability and its experiment simulation with Cirq
- arxiv url: http://arxiv.org/abs/2309.14153v1
- Date: Mon, 25 Sep 2023 14:07:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-26 15:19:41.283458
- Title: An optimized quantum minimum searching algorithm with sure-success
probability and its experiment simulation with Cirq
- Title（参考訳）: 確実確率を持つ最適化量子最小探索アルゴリズムとそのcirqによる実験シミュレーション
- Authors: Wenjie Liu, Qingshan Wu, Jiahao Shen, Jiaojiao Zhao, Mohammed Zidan,
Lian Tong
- Abstract要約: 本稿では,確実な確率で最適化された量子最小探索アルゴリズムを提案する。
性能評価の結果,本アルゴリズムはDHAアルゴリズムよりも精度と効率が高いことがわかった。
- 参考スコア（独自算出の注目度）: 4.987556615430226
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Finding a minimum is an essential part of mathematical models, and it plays
an important role in some optimization problems. Durr and Hoyer proposed a
quantum searching algorithm (DHA), with a certain probability of success, to
achieve quadratic speed than classical ones. In this paper, we propose an
optimized quantum minimum searching algorithm with sure-success probability,
which utilizes Grover-Long searching to implement the optimal exact searching,
and the dynamic strategy to reduce the iterations of our algorithm. Besides, we
optimize the oracle circuit to reduce the number of gates by the simplified
rules. The performance evaluation including the theoretical success rate and
computational complexity shows that our algorithm has higher accuracy and
efficiency than DHA algorithm. Finally, a simulation experiment based on Cirq
is performed to verify its feasibility.
- Abstract（参考訳）: 最小値を見つけることは数学モデルの重要な部分であり、いくつかの最適化問題において重要な役割を果たす。
durrとhoyerは、一定の成功確率を持つ量子探索アルゴリズム(dha)を提案した。
本稿では,grover-long searchを用いて最適完全探索と動的戦略を実装し,アルゴリズムの反復を減少させる最適化量子最小探索アルゴリズムを提案する。
さらに,簡単なルールでゲート数を削減するために,オラクル回路を最適化する。
理論的成功率と計算複雑性を含む性能評価は,本アルゴリズムがDHAアルゴリズムよりも精度と効率が高いことを示す。
最後に、cirqに基づくシミュレーション実験を行い、その実現可能性を検証する。
関連論文リスト
- Quantum evolutionary algorithm for TSP combinatorial optimisation problem [0.0]
本稿では、量子遺伝的アルゴリズム(QGA)を用いて、旅行セールスマン問題(TSP)と呼ばれる新しい問題を解決する方法を実装する。
我々は、この新しいアプローチがいかにうまく機能するかを、古典的遺伝的アルゴリズム(CGA)として知られる従来の手法と比較した。
論文 参考訳（メタデータ） (2024-09-20T08:27:42Z) - Sum-of-Squares inspired Quantum Metaheuristic for Polynomial Optimization with the Hadamard Test and Approximate Amplitude Constraints [76.53316706600717]
最近提案された量子アルゴリズムarXiv:2206.14999は半定値プログラミング(SDP)に基づいている
SDPにインスパイアされた量子アルゴリズムを2乗和に一般化する。
この結果から,本アルゴリズムは大きな問題に適応し,最もよく知られた古典学に近似することが示唆された。
論文 参考訳（メタデータ） (2024-08-14T19:04:13Z) - Iterative Quantum Algorithms for Maximum Independent Set: A Tale of
Low-Depth Quantum Algorithms [0.0]
我々は、反復最大量子アルゴリズム(Iterative Maximum Quantum Algorithms)と呼ばれる、量子最適化のための新しいハイブリッドアプローチのクラスについて研究する。
深度$p=1$のQAOAの場合、このアルゴリズムはMISの古典的欲求アルゴリズムと全く同じ操作と選択を行う。
論文 参考訳（メタデータ） (2023-09-22T18:00:03Z) - Sequential minimum optimization algorithm with small sample size
estimators [0.06445605125467573]
逐次最小最適化は、機械学習のグローバル検索訓練アルゴリズムである。
本手法をフォトニクス回路に適用することにより,偶然事象の頻度の低さがアルゴリズムの速度を低下させるという新たな課題が生じる。
論文 参考訳（メタデータ） (2023-03-02T06:02:46Z) - Implementable Hybrid Quantum Ant Colony Optimization Algorithm [0.0]
NP-hard問題に対する近似解を生成するための新しいハイブリッド量子アルゴリズムを提案する。
我々は,近距離量子コンピュータで真に実装できる改良されたアルゴリズムを開発した。
ノイズレス量子回路をシミュレートしたベンチマークと、IBM量子コンピュータを用いた実験により、アルゴリズムの有効性が示された。
論文 参考訳（メタデータ） (2021-07-08T13:50:51Z) - Provably Faster Algorithms for Bilevel Optimization [54.83583213812667]
バイレベル最適化は多くの重要な機械学習アプリケーションに広く適用されている。
両レベル最適化のための2つの新しいアルゴリズムを提案する。
両アルゴリズムが$mathcalO(epsilon-1.5)$の複雑さを達成し,既存のアルゴリズムを桁違いに上回っていることを示す。
論文 参考訳（メタデータ） (2021-06-08T21:05:30Z) - 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) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z) - 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) - Exploiting Higher Order Smoothness in Derivative-free Optimization and
Continuous Bandits [99.70167985955352]
強凸関数のゼロ次最適化問題について検討する。
予測勾配降下アルゴリズムのランダム化近似を考察する。
その結果,0次アルゴリズムはサンプルの複雑性や問題パラメータの点でほぼ最適であることが示唆された。
論文 参考訳（メタデータ） (2020-06-14T10:42:23Z)
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。