論文の概要: Criteria for Grover Search on Weighted Databases

• arxiv url: http://arxiv.org/abs/2312.01590v1
• Date: Mon, 4 Dec 2023 03:15:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-05 16:35:49.790519
• Title: Criteria for Grover Search on Weighted Databases
• Title（参考訳）: 重み付きデータベースにおけるグローバー探索の基準
• Authors: Yifan Sun, and Lian-Ao Wu
• Abstract要約: 本研究では,非一様分散データベースにおけるGroverの探索手法について検討する。 このような場合、Groverの進化は、一様データベースや'非構造データベース'と比較して異なる振る舞いを示すことが判明した。 本研究は,Groverアルゴリズムを効果的に拡張し,実装戦略を充実させ,適用範囲を広げるものである。
• 参考スコア（独自算出の注目度）: 5.229564709919574
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Grover algorithm stands as a pivotal solution for unstructured search problems and has become a fundamental quantum subroutine in numerous complex algorithms. This study delves into Grover's search methodology within non-uniformly distributed databases, a scenario more commonly encountered in real-world problems. We uncover that in such cases, the Grover evolution displays distinct behavior compared to uniform or 'unstructured databases'. The search enabled by this evolution doesn't consistently yield a speed-up, and we establish criteria for such occurrences. Additionally, we apply this theory to databases whose distributions relate to coherent states, substantiating the speed-up via Grover evolution through numerical verification. Overall, our findings offer an effective extension of the original Grover algorithm, enriching implementation strategies and widening its application scope.
• Abstract（参考訳）: グロバーアルゴリズムは非構造化探索問題に対する重要な解法であり、多くの複素アルゴリズムにおいて基本的な量子サブルーチンとなっている。 本研究では,非一様分散データベースにおけるグローバーの探索手法について考察する。 このような場合、Groverの進化は、一様データベースや'非構造データベース'と異なる振る舞いを示す。 この進化によって実現された探索は、常にスピードアップするわけではなく、そのような発生の基準を確立する。 さらに、この理論をコヒーレント状態に関連する分布を持つデータベースに適用し、グローバー進化による高速化を数値的検証によって証明する。 本研究はGroverアルゴリズムを効果的に拡張し,実装戦略を充実させ,適用範囲を広げた。

関連論文リスト

• A Learning Search Algorithm for the Restricted Longest Common Subsequence Problem [40.64116457007417]
  RLCS問題(Restricted Longest Common Subsequence)はバイオインフォマティクスにおいて重要な応用である。 本稿では,将来性のある地域に向けて,探索プロセスを強化するための2つの新しいアプローチを提案する。 この論文の重要な貢献は、科学的な抽象が入力文字列として機能する実世界のインスタンスの生成である。
  論文  参考訳（メタデータ） (2024-10-15T20:02:15Z)
• Biased Random-Key Genetic Algorithms: A Review [2.4578723416255754]
  レビューには150以上の論文と幅広い応用が含まれている。 このレビューでは、スケジューリングが最も一般的なアプリケーション領域であり、その後にネットワーク設計とロケーションの問題が続く。 最も頻繁なハイブリダイゼーション手法は局所探索であり、新しい特徴は人口の多様性を高めることを目的としている。
  論文  参考訳（メタデータ） (2023-12-01T22:32:58Z)
• Rethinking Complex Queries on Knowledge Graphs with Neural Link Predictors [58.340159346749964]
  本稿では,証明可能な推論能力を備えた複雑なクエリを用いたエンドツーエンド学習を支援するニューラルシンボリック手法を提案する。 これまでに検討されていない10種類の新しいクエリを含む新しいデータセットを開発する。 提案手法は,新しいデータセットにおいて先行手法を著しく上回り,既存データセットにおける先行手法を同時に上回っている。
  論文  参考訳（メタデータ） (2023-04-14T11:35:35Z)
• Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
  我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。 我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
  論文  参考訳（メタデータ） (2022-07-18T11:38:32Z)
• Frequent Itemset-driven Search for Finding Minimum Node Separators in Complex Networks [61.2383572324176]
  本稿では,データマイニングにおける頻繁なアイテムセットマイニングの概念をよく知られたメメティック検索フレームワークに統合する,頻繁なアイテムセット駆動探索手法を提案する。 頻繁なアイテムセット組換え演算子を反復的に使用して、高品質なソリューションで頻繁に発生するアイテムセットに基づいた有望な子孫ソリューションを生成する。 特に、29個の新しい上界を発見し、以前の18個の最もよく知られた境界と一致する。
  論文  参考訳（メタデータ） (2022-01-18T11:16:40Z)
• Multidimensional Assignment Problem for multipartite entity resolution [69.48568967931608]
  Multipartiteエンティティ解決は、複数のデータセットから1つのエンティティにレコードを統合することを目的としている。 代入問題を解くために、グリーディアルゴリズムと大規模近傍探索という2つの手順を適用する。 データベースのサイズが大きくなるにつれて、設計ベースのマルチスタートがより効率的であることを示す。
  論文  参考訳（メタデータ） (2021-12-06T20:34:55Z)
• Exploring Complicated Search Spaces with Interleaving-Free Sampling [127.07551427957362]
  本稿では,長距離接続を伴う複雑な検索空間上に探索アルゴリズムを構築する。 我々はtextbfIF-NAS という単純なアルゴリズムを提案し、異なるサブネットワークを構築するために周期的なサンプリング戦略を実行する。 提案した探索空間において、IF-NASはランダムサンプリングと従来の重み付け検索のアルゴリズムを有意差で上回っている。
  論文  参考訳（メタデータ） (2021-12-05T06:42:48Z)
• Grover search revisited; application to image pattern matching [0.8367938108534343]
  本稿では,Groverデータベース全体の探索やパターンマッチングを行う量子アルゴリズムを提案する。 鍵となる考え方は、最近提案された近似振幅符号化法を浅い量子回路で使用することである。
  論文  参考訳（メタデータ） (2021-08-24T17:30:41Z)
• IGO-QNN: Quantum Neural Network Architecture for Inductive Grover Oracularization [0.0]
  Inductive Grover Oracular quantum Neural Network (IGO-QNN) という,Groverのアルゴリズムを機械学習フレームワークに統合する新しいパラダイムを提案する。 このモデルは、動的グロバーの探索オラクルを符号化するために、エンタングルシナプスを介して密結合されたパラメータ化された量子ニューロンの層が隠された変分量子回路を定義する。
  論文  参考訳（メタデータ） (2021-05-25T01:52:44Z)
• Selection-Expansion: A Unifying Framework for Motion-Planning and Diversity Search Algorithms [69.87173070473717]
  本稿では,2つの多様性探索アルゴリズム,ノベルティ探索アルゴリズムとゴール探索処理アルゴリズムの特性について検討する。 mpアルゴリズムとの関係は、ポリシーパラメータ空間と結果空間の間のマッピングの滑らかさ、あるいは滑らかさの欠如が検索効率において重要な役割を担っていることを示している。
  論文  参考訳（メタデータ） (2021-04-10T13:52:27Z)
• Quantum Search with Prior Knowledge [15.384459603233978]
  本稿では,Grover の探索アルゴリズムの新たな一般化を提案する。 提案アルゴリズムは,クエリ数が固定された場合の解を見つけるための最適成功確率を実現する。
  論文  参考訳（メタデータ） (2020-09-18T09:50:33Z)

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。