論文の概要: Robustness of different modifications of Grovers algorithm based on generalized Householder reflections with different phases

• arxiv url: http://arxiv.org/abs/2401.03602v1
• Date: Sun, 7 Jan 2024 23:04:39 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-09 18:01:50.192760
• Title: Robustness of different modifications of Grovers algorithm based on generalized Householder reflections with different phases
• Title（参考訳）: 位相の異なる一般化世帯反射に基づくグローバーアルゴリズムの異なる修正のロバスト性
• Authors: Hristo Tonchev, Petar Danev
• Abstract要約: 5つのGroversアルゴリズムの修正について検討し、各イテレーションは2つの一般化されたハウスリフレクションによって構成される。 半経験的手法を用いて,解を見つける確率と位相誤差との依存性の様々な特性について検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work we study five Grovers algorithm modifications, where each iteration is constructed by two generalized Householder reflections, against inaccuracies in the phases. By using semi-empirical methods, we investigate various characteristics of the dependence between the probability to find solution and the phase errors. The first of them is the robustness of the probability to errors in the phase. The second one is how quickly the probability falls beyond the stability interval. And finally, the average success rate of the algorithm when the parameters are in the range of the highly robust interval. Two of the modifications require usage of the same Grover operator each iteration and in the other three it differs. Those semi-empirical methods give us the, tool to make prediction of the quantum algorithm modifications overall behavior and compare them for even larger register size
• Abstract（参考訳）: 本研究では,5つのGroversアルゴリズムの修正について検討し,各イテレーションは2つの一般化されたハウスリフレクションによって構成される。 半経験的手法を用いて,解を見つける確率と位相誤差との依存性の様々な特性について検討する。 まず第一に、位相における誤差の確率の堅牢性である。 2つ目は、確率が安定性の間隔を超える速さである。 そして最後に、パラメータが非常に頑健な間隔の範囲にある場合のアルゴリズムの平均成功率について述べる。 2つの修正では各イテレーションごとに同じGrover演算子を使用し、残りの3つが異なる。 これらの半経験的手法は、量子アルゴリズムの全体的な振る舞いを予測し、さらに大きなレジスタサイズで比較するツールを提供する。

関連論文リスト

• A Mirror Descent-Based Algorithm for Corruption-Tolerant Distributed Gradient Descent [57.64826450787237]
  本研究では, 分散勾配降下アルゴリズムの挙動を, 敵対的腐敗の有無で解析する方法を示す。 汚職耐性の分散最適化アルゴリズムを設計するために、(怠慢な)ミラー降下からアイデアをどう使うかを示す。 MNISTデータセットの線形回帰、サポートベクトル分類、ソフトマックス分類に基づく実験は、我々の理論的知見を裏付けるものである。
  論文  参考訳（メタデータ） (2024-07-19T08:29:12Z)
• Robustness of Quantum Random Walk Search with multi-phase matching [0.0]
  移動コインの位相間の接続が保存されていない場合でも,特定の位相列の使用によりアルゴリズムがより堅牢になることを示す。
  論文  参考訳（メタデータ） (2024-04-07T21:52:35Z)
• Batch Bayesian Optimization for Replicable Experimental Design [56.64902148159355]
  多くの実世界の設計問題は、大規模で異質な観測ノイズのため、複数の実験条件を並列に評価し、各条件を複数回再現する。 本稿では,3つのアルゴリズムを含むReplicable Experimental Designフレームワークのバッチトンプソンサンプリングを提案する。 我々は,アルゴリズムの有効性を,精密農業とAutoMLの2つの実世界の応用例で示す。
  論文  参考訳（メタデータ） (2023-11-02T12:46:03Z)
• Robustness of Quantum Random Walk Search Algorithm in Hypercube when only first or both first and second neighbors are measured [0.0]
  ハイパーキューブにおける量子ランダムウォーク探索アルゴリズムの2つの修正のロバスト性について検討する。 最も重要なことは、ロバスト性の観点から、特に大きなコイン次元において、アルゴリズムの安定性が増大することである。
  論文  参考訳（メタデータ） (2023-05-24T11:55:52Z)
• Amplitude Amplification for Optimization via Subdivided Phase Oracle [0.9176056742068814]
  振幅増幅の修正版を用いて最適化問題を解くアルゴリズムを提案する。 数値シミュレーションにより, 対象値の正規分布, 歪正規分布, 指数分布分布に対して, 最適解の確率を増幅するアルゴリズムが有効であることを示す。
  論文  参考訳（メタデータ） (2022-05-02T01:14:27Z)
• Deterministic Grover search with a restricted oracle [2.976027966501599]
  グロバーの量子探索アルゴリズムは古典的アルゴリズムよりも二次的な量子的優位性を提供する。 量子探索オラクルをユーザが制御することなく、正しい結果を返すための修正版を提示する。
  論文  参考訳（メタデータ） (2022-01-01T02:04:11Z)
• Multivariate Probabilistic Regression with Natural Gradient Boosting [63.58097881421937]
  多変量予測分布の条件パラメータを非パラメトリックにモデル化したNatural Gradient Boosting (NGBoost) 手法を提案する。 提案手法は頑健で, 広範囲なチューニングを伴わず, 推定対象分布に対してモジュール構造であり, 既存の手法と比較して競争力がある。
  論文  参考訳（メタデータ） (2021-06-07T17:44:49Z)
• Optimizing the walk coin in the quantum random walk search algorithm through machine learning [0.0]
  本稿では,一般家庭のリフレクションと追加の位相シフトによってウォークコインを構築する際に,量子ランダムウォークサーチアルゴリズムの安定性について検討する。 アルゴリズムの最適化はモンテカルロ、ニューラルネットワーク、教師あり機械学習といった数値的な手法によって行われる。
  論文  参考訳（メタデータ） (2021-05-17T17:13:49Z)
• Doubly Robust Off-Policy Actor-Critic: Convergence and Optimality [131.45028999325797]
  ディスカウント型MDPのための2倍堅牢なオフポリチックAC(DR-Off-PAC)を開発した。 DR-Off-PACは、俳優と批評家の両方が一定のステップで同時に更新される単一のタイムスケール構造を採用しています。 有限時間収束速度を研究し, dr-off-pac のサンプル複雑性を特徴とし, $epsilon$-accurate optimal policy を得る。
  論文  参考訳（メタデータ） (2021-02-23T18:56:13Z)
• Semi-Supervised Learning with Variational Bayesian Inference and Maximum Uncertainty Regularization [62.21716612888669]
  半教師付き学習(SSL)を改善するための2つの一般的な方法を提案する。 第一に、重量摂動(WP)を既存のCR(Consistency regularization)ベースの手法に統合する。 第2の手法は「最大不確実性正規化(MUR)」と呼ばれる新しい整合性損失を提案する。
  論文  参考訳（メタデータ） (2020-12-03T09:49:35Z)
• Hidden Cost of Randomized Smoothing [72.93630656906599]
  本稿では、現在のランダム化平滑化による副作用を指摘する。 具体的には,1)スムーズな分類器の決定境界が小さくなり,クラスレベルでの精度の相違が生じること,2)学習過程における雑音増強の適用は,一貫性のない学習目的による縮小問題を必ずしも解決しない,という2つの主要なポイントを具体化し,証明する。
  論文  参考訳（メタデータ） (2020-03-02T23:37:42Z)

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。