論文の概要: Quantum Frequential Computing: a quadratic run time advantage for all algorithms

• arxiv url: http://arxiv.org/abs/2403.02389v1
• Date: Mon, 4 Mar 2024 19:00:02 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-06 17:20:49.959522
• Title: Quantum Frequential Computing: a quadratic run time advantage for all algorithms
• Title（参考訳）: 量子頻度計算:全てのアルゴリズムの二次実行時間アドバンテージ
• Authors: Mischa P. Woods
• Abstract要約: 量子頻繁計算機と呼ばれる新しい種類のコンピュータを導入する。 彼らは従来の量子コンピュータとは異なる方法で量子特性を利用する。 それらは消費される電力の関数として全てのアルゴリズムに対して二次計算実行時間を生成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce a new class of computer called a quantum frequential computer. They harness quantum properties in a different way to conventional quantum computers to generate a quadratic computational run time advantage for all algorithms as a function of the power consumed. They come in two variants: type 1 can process classical algorithms only while type 2 can also process quantum ones. In a type-1 quantum frequential computer, only the control is quantum, while in a type 2 the logical space is also quantum. We also prove that a quantum frequential computer only requires a classical data bus to function. This is useful, because it means that only a relatively small part of the overall architecture of the computer needs to be quantum in a type-1 quantum frequential computer in order to achieve a quadratic run time advantage. As with classical and conventional quantum computers, quantum frequential computers also generate heat and require cooling. We also characterise these requirements.
• Abstract（参考訳）: 量子頻繁計算機と呼ばれる新しい種類のコンピュータを導入する。 量子特性を従来の量子コンピュータとは異なる方法で活用し、消費電力の関数として全てのアルゴリズムの二次計算実行時間アドバンテージを生成する。 タイプ1は古典的アルゴリズムを処理できるが、タイプ2は量子的アルゴリズムも処理できる。 タイプ1の量子頻繁なコンピュータでは、制御のみが量子であり、タイプ2では論理空間も量子である。 また,量子頻繁性コンピュータは,古典的なデータバスのみを必要とすることも証明した。 これは、コンピュータ全体のアーキテクチャの比較的小さな部分だけが、二次的な実行時間の利点を達成するために、タイプ1量子頻繁なコンピュータで量子化する必要があることを意味している。 古典的および従来の量子コンピュータと同様に、量子頻繁なコンピュータも熱を生成し、冷却を必要とする。 これらの要件も特徴付けます。

関連論文リスト

• Quantum Computing and the Riemann Hypothesis [0.0]
  量子コンピューティングは、古典的なアルゴリズムに対する潜在的なスピードアップを提供する量子アルゴリズムによる、有望な新しいコンピューティング領域である。 超対称性量子力学における状態として関数を得る方法を示す。
  論文  参考訳（メタデータ） (2023-03-07T04:28:54Z)
• Quantum Machine Learning: from physics to software engineering [58.720142291102135]
  古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。 量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
  論文  参考訳（メタデータ） (2023-01-04T23:37:45Z)
• Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
  本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。 本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
  論文  参考訳（メタデータ） (2022-09-16T02:37:32Z)
• Systematic Literature Review: Quantum Machine Learning and its applications [0.0]
  この写本は、2017年から2023年にかけて発行された論文の体系的文献レビューを提示することを目的としている。 本研究では、量子機械学習技術とアルゴリズムを使用した94の論文を特定した。 既存の量子コンピュータには、量子コンピューティングがその完全な潜在能力を達成するのに十分な品質、速度、スケールが欠けているため、量子ハードウェアの改善が必要である。
  論文  参考訳（メタデータ） (2022-01-11T17:36:34Z)
• Depth-efficient proofs of quantumness [77.34726150561087]
  量子性の証明は、古典的検証器が信頼できない証明器の量子的利点を効率的に証明できる挑戦応答プロトコルの一種である。 本稿では、証明者が量子回路を一定深度でしか実行できない量子性構成の証明を2つ与える。
  論文  参考訳（メタデータ） (2021-07-05T17:45:41Z)
• On quantum neural networks [91.3755431537592]
  量子ニューラルネットワークの概念は、その最も一般的な関数の観点から定義されるべきである。 我々の推論は、量子力学におけるファインマン経路積分定式化の利用に基づいている。
  論文  参考訳（メタデータ） (2021-04-12T18:30:30Z)
• Quantum Computing without Quantum Computers: Database Search and Data Processing Using Classical Wave Superposition [101.18253437732933]
  スピン波重畳を用いた磁気データベース探索の実験データを示す。 古典的な波動に基づくアプローチは、量子コンピュータと同じ速度でデータベース検索を行う場合もあると我々は論じる。
  論文  参考訳（メタデータ） (2020-12-15T16:21:53Z)
• Space Complexity of Streaming Algorithms on Universal Quantum Computers [13.941598115553957]
  PartialMOD や Equality などのデータストリーム問題の空間的複雑さは、普遍量子コンピュータ上で研究されている。 これらの問題の量子アルゴリズムは、古典的なアルゴリズムよりも優れていると考えられている。
  論文  参考訳（メタデータ） (2020-10-31T16:16:35Z)
• Quantum Deformed Neural Networks [83.71196337378022]
  我々は,量子コンピュータ上で効率的に動作するように設計された新しい量子ニューラルネットワーク層を開発した。 入力状態の絡み合いに制限された場合、古典的なコンピュータでシミュレートすることができる。
  論文  参考訳（メタデータ） (2020-10-21T09:46:12Z)
• Quantum Discriminator for Binary Classification [0.0]
  本稿では,量子識別器と呼ばれる新しい量子機械学習モデルを提案する。 量子判別器はシミュレーションにおいて99%の精度が得られることを示す。
  論文  参考訳（メタデータ） (2020-09-02T19:00:23Z)
• Quadratic Sieve Factorization Quantum Algorithm and its Simulation [16.296638292223843]
  我々は、"Quadratic Sieve"という2番目の高速な古典的分解アルゴリズムの量子変種を設計した。 我々は,高レベルプログラミング言語Mathematicaを用いた量子化二次シーブアルゴリズムのシミュレーションフレームワークを構築した。
  論文  参考訳（メタデータ） (2020-05-24T07:14:19Z)

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。