論文の概要: Alternative Method for Estimating Betti Numbers
- arxiv url: http://arxiv.org/abs/2403.04686v1
- Date: Thu, 7 Mar 2024 17:32:42 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-08 13:13:46.483072
- Title: Alternative Method for Estimating Betti Numbers
- Title(参考訳): ベッチ数を推定するための代替方法
- Authors: Nhat A. Nghiem
- Abstract要約: 量子アルゴリズムの最近の結果に基づいて、与えられた単純複素数のベッチ数を推定する別の方法を提案する。
我々の手法は、ベッチ数を見つける最もよく知られた古典的方法よりも高速であり、興味深いことに、補グラフのベッチ数を見つけることもできる。
- 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: Topological data analysis (TDA) is a fast-growing field that utilizes
advanced tools from topology to analyze large-scale data. A central problem in
topological data analysis is estimating the so-called Betti numbers of the
underlying simplicial complex. While the difficulty of this problem has been
established as NP-hard, previous works have showcased appealing quantum
speedup. In this article, we provide an alternative method for estimating Betti
numbers of given simplicial complex, based on some recent results on quantum
algorithm. Our method can be faster than the best-known classical method for
finding Betti numbers, and interestingly, it can also find the Betti numbers of
the complement graph to our original one.
- Abstract(参考訳): トポロジカルデータ分析(TDA)は、トポロジから高度なツールを用いて大規模データを分析する急速に成長する分野である。
トポロジカルデータ解析における中心的な問題は、下層の単純複素数のいわゆるベッチ数の推定である。
この問題の難しさはNPハードとして確立されているが、以前の研究では量子スピードアップが魅力的であった。
本稿では、量子アルゴリズムの最近の結果に基づいて、与えられた単純複素数のベッチ数を推定する代替手法を提案する。
我々の手法は、ベッチ数を見つける最もよく知られた古典的方法よりも高速であり、興味深いことに、補グラフのベッチ数を見つけることもできる。
関連論文リスト
- Quantum Algorithm for Estimating Betti Numbers Using a Cohomology
Approach [2.2000560351723504]
ベティの数値を古典的に計算することは膨大な量のデータのために大変な作業である。
ホッジ理論とド・ラムコホモロジーにインスパイアされた「双対」アプローチを考える。
我々のアルゴリズムは、その$r$-th Betti number $beta_r$を乗算誤差まで計算できる。
論文 参考訳(メタデータ) (2023-09-19T17:44:53Z) - Higher-order topological kernels via quantum computation [68.8204255655161]
トポロジカルデータ分析(TDA)は、複雑なデータから意味のある洞察を抽出する強力なツールとして登場した。
本稿では,ベッチ曲線の次数増加に基づくBettiカーネルの量子的定義法を提案する。
論文 参考訳(メタデータ) (2023-07-14T14:48:52Z) - On the Sublinear Regret of GP-UCB [58.25014663727544]
ガウス過程上信頼境界 (GP-UCB) アルゴリズムは, ほぼ最適の後悔率を有することを示す。
私たちの改善は、基盤となるカーネルの滑らかさに比例してカーネルリッジ推定を正規化するという、重要な技術的貢献に依存しています。
論文 参考訳(メタデータ) (2023-07-14T13:56:11Z) - Research on Efficient Fuzzy Clustering Method Based on Local Fuzzy
Granular balls [67.33923111887933]
本稿では,データをグラニュラーボールを用いてファジィにイテレーションし,その位置にある2つのグラニュラーボールのみをデータのメンバーシップ度として検討する。
ファジィグラニュラーボールセットは、異なるデータシナリオに直面して、より多くの処理方法を使用することができる。
論文 参考訳(メタデータ) (2023-03-07T01:52:55Z) - Quantum-Enhanced Topological Data Analysis: A Peep from an
Implementation Perspective [22.137388773023854]
本稿では,ベッチ数を計算するアルゴリズムの実装について述べる。
選択した量子アルゴリズムのステップバイステップ命令と、機械学習タスクにどのように使用できるかという側面を提供する。
我々は、分類にベッチ数を用いる際の奨励的な結果を提供し、量子アルゴリズムの結果に対するショット数と精度キュービットの影響を予備分析する。
論文 参考訳(メタデータ) (2023-02-19T12:18:13Z) - Complexity-Theoretic Limitations on Quantum Algorithms for Topological
Data Analysis [59.545114016224254]
トポロジカルデータ解析のための量子アルゴリズムは、古典的手法よりも指数関数的に有利である。
我々は、量子コンピュータにおいても、TDA(ベッチ数の推定)の中心的なタスクが難解であることを示します。
我々は、入力データが単純さの仕様として与えられると、指数的量子優位性を取り戻すことができると論じる。
論文 参考訳(メタデータ) (2022-09-28T17:53:25Z) - A streamlined quantum algorithm for topological data analysis with
exponentially fewer qubits [5.478764356647437]
永続ベッチ数を計算するための改良された量子アルゴリズムを提案する。
量子アルゴリズムが実用的なタスクの指数的高速化を達成できるかどうかを論じる。
論文 参考訳(メタデータ) (2022-09-26T17:56:11Z) - Quantum algorithm for persistent Betti numbers and topological data
analysis [0.0]
本稿では,任意の次元のベッチ数を推定できる最初の量子アルゴリズムを示す。
我々のアルゴリズムは、ビエトリス・リプス複素数のような単純な複素数に対して効率的であり、既知の古典的アルゴリズムよりも指数的なスピードアップを示す。
論文 参考訳(メタデータ) (2021-10-31T09:02:01Z) - Estimating leverage scores via rank revealing methods and randomization [50.591267188664666]
任意のランクの正方形密度あるいはスパース行列の統計レバレッジスコアを推定するアルゴリズムについて検討した。
提案手法は,高密度およびスパースなランダム化次元性還元変換の合成と階調明細化法を組み合わせることに基づく。
論文 参考訳(メタデータ) (2021-05-23T19:21:55Z) - Quantum-Inspired Algorithms from Randomized Numerical Linear Algebra [53.46106569419296]
我々は、リコメンダシステムと最小二乗回帰のためのクエリをサポートする古典的な(量子でない)動的データ構造を作成する。
これらの問題に対する以前の量子インスパイアされたアルゴリズムは、レバレッジやリッジレベレッジスコアを偽装してサンプリングしていると我々は主張する。
論文 参考訳(メタデータ) (2020-11-09T01:13:07Z)
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。