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)
• Topological Analysis for Detecting Anomalies (TADA) in Time Series [3.040934280444531]
  提案手法は大規模データセットを扱うのに十分なリーンであり、既存の手法よりも相関構造のグローバルな変化を検出するのに適しているという直感を裏付ける広範な数値実験である。 依存時間列に基づく量子化アルゴリズムの理論的保証も提供される。
  論文  参考訳（メタデータ） (2024-06-10T11:03:40Z)
• 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)
• Amortized Inference for Causal Structure Learning [72.84105256353801]
  因果構造を学習することは、通常、スコアまたは独立テストを使用して構造を評価することを伴う探索問題を引き起こす。 本研究では,観測・干渉データから因果構造を予測するため,変分推論モデルを訓練する。 我々のモデルは、実質的な分布シフトの下で頑健な一般化能力を示す。
  論文  参考訳（メタデータ） (2022-05-25T17:37:08Z)
• Reliable Causal Discovery with Improved Exact Search and Weaker Assumptions [17.097192646470372]
  線形ガウス設定における正確なスコアベース手法のスケーラビリティを向上させるためのいくつかの戦略を導入する。 我々は,忠実度よりも厳密な仮定を必要とする逆共分散行列の支持に基づく超構造推定法を開発した。 また,各変数とその近傍が生成する局所クラスタを,超構造内の2つのホップ内で正確に探索する局所探索戦略を提案する。
  論文  参考訳（メタデータ） (2022-01-14T20:52:30Z)
• 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)
• 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)
• Redefining Neural Architecture Search of Heterogeneous Multi-Network Models by Characterizing Variation Operators and Model Components [71.03032589756434]
  複素領域における異なる変動演算子の効果について検討する。 モデルの複雑さと性能に影響を及ぼす変化演算子と、それを構成する異なる部分の質を推定する様々な指標に依存するモデルの両方を特徴付ける。
  論文  参考訳（メタデータ） (2021-06-16T17:12:26Z)
• Fractal Structure and Generalization Properties of Stochastic Optimization Algorithms [71.62575565990502]
  最適化アルゴリズムの一般化誤差は、その一般化尺度の根底にあるフラクタル構造の複雑性'にバウンドできることを示す。 さらに、特定の問題(リニア/ロジスティックレグレッション、隠れ/層ニューラルネットワークなど)とアルゴリズムに対して、結果をさらに専門化します。
  論文  参考訳（メタデータ） (2021-06-09T08:05:36Z)

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。