論文の概要: Quantum Frequential Computing: a quadratic runtime advantage for all computations

• arxiv url: http://arxiv.org/abs/2403.02389v2
• Date: Sun, 23 Mar 2025 17:06:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-25 14:28:35.948249
• Title: Quantum Frequential Computing: a quadratic runtime advantage for all computations
• Title（参考訳）: 量子周波数計算:全ての計算に対する二次的ランタイムの利点
• Authors: Mischa P. Woods,
• Abstract要約: ゲート周波数の増加により量子スピードアップが発生するため、我々は量子頻繁なコンピュータを開発する。 この利点を実現するためには、コンピュータのアーキテクチャのごく一部のみが最適な量子制御状態を使用する必要があることを実証する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: An enduring challenge in computer science is reducing the runtime required to solve computational problems. Quantum computing has attracted significant attention due to its potential to deliver asymptotically faster solutions to certain problems compared to the best-known classical algorithms. This advantage is enabled by the quantum mechanical nature of the logical degrees of freedom. To date, it was unknown if permitting other parts of the computer to be quantum mechanical, rather than semi-classical, could yield additional runtime speed-ups as a function of resource utilization (e.g., power consumption or cooling requirements). In this work, we prove that when the control mechanisms associated with gate implementation are optimal quantum mechanical states, a quadratic runtime speedup (with respect to power consumption) is achievable for any algorithm, relative to optimal classical or semi-classical control schemes. Moreover, we demonstrate that only a small fraction of the computer's architecture needs to employ optimal quantum control states to realize this advantage, thereby significantly simplifying the design of future systems. We call this new device a quantum frequential computer, since the quantum speedup arises from an increase in gate frequency. In current state-of-the-art designs, gate frequency is often limited by the coupling strength between components. Notably, our approach achieves the speedup without requiring an increase in coupling strength.
• Abstract（参考訳）: コンピュータ科学における永続的な課題は、計算問題を解くのに必要なランタイムを減らすことである。 量子コンピューティングは、最もよく知られた古典的アルゴリズムと比較して漸近的に高速な解を提供する可能性から、大きな注目を集めている。 この利点は、論理的自由度の量子力学的性質によって実現される。 これまでのところ、コンピュータの他の部分が半古典的ではなく量子力学的であることを認めることは、リソース利用(電力消費や冷却要求など)の機能として追加のランタイムスピードアップをもたらすかどうかは不明だった。 本研究は,ゲート実装に関連する制御機構が最適量子力学状態である場合,最適古典的あるいは半古典的制御方式と比較して,任意のアルゴリズムに対して2次実行速度が達成可能であることを示す。 さらに、この利点を実現するために最適な量子制御状態を用いることで、コンピュータアーキテクチャのごく一部しか必要とせず、将来のシステムの設計を大幅に単純化することを示した。 我々はこの新しいデバイスを、ゲート周波数の増加によって量子スピードアップが発生するため、量子頻繁なコンピュータと呼ぶ。 現在の最先端設計では、ゲート周波数はコンポーネント間の結合強度によって制限されることが多い。 特に,本手法は結合強度の増大を必要とせず,高速化を実現する。

関連論文リスト

• Combinatorial Optimization with Quantum Computers [1.199955563466263]
  量子コンピュータは、古典的コンピュータに対して潜在的に有利な計算を行う。 量子コンピュータは、演算子をバイナリ文字列の重ね合わせに適用し、バイナリ出力の重ね合わせを提供する。 量子アニール(quantum annealers)と呼ばれる量子マシンのファミリーは、最適化問題を解決するために特別に設計されている。
  論文  参考訳（メタデータ） (2024-12-20T10:46:18Z)
• 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)
• 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。