Fugu-MT 論文翻訳(概要): On quantum learning algorithms for noisy linear problems

論文の概要: On quantum learning algorithms for noisy linear problems

arxiv url: http://arxiv.org/abs/2404.03932v1
Date: Fri, 5 Apr 2024 07:35:06 GMT
ステータス: 処理完了
システム内更新日: 2024-04-08 16:44:14.963166
Title: On quantum learning algorithms for noisy linear problems
Title（参考訳）: 雑音線形問題に対する量子学習アルゴリズムについて
Authors: Minkyu Kim, Panjin Kim,
Abstract要約: 量子アルゴリズムは、量子サンプルを用いてノイズの多い線形問題を解くことに成功した。新しい量子および古典的アルゴリズムは、以前の研究と同じ仮定で提示される。
参考スコア（独自算出の注目度）: 0.6430989240829326
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Quantum algorithms have shown successful results in solving noisy linear problems with quantum samples in which cryptographic hard problems are relevant. In this paper the previous results are investigated in detail, leading to new quantum and classical algorithms under the same assumptions as in the earlier works. To be specific, we present a polynomial-time quantum algorithm for solving the ring learning with errors problem with quantum samples which was deemed to be infeasible in [12], as well as polynomial-time classical algorithms that are more efficient than the corresponding quantum algorithms in solving the short integer solution problem with quantum samples and the learning with errors problem with size-reduced quantum samples.
Abstract（参考訳）: 量子アルゴリズムは、暗号ハード問題に関連する量子サンプルを用いてノイズの多い線形問題を解くことに成功している。本稿では,従来の研究結果と同一の仮定で量子および古典的アルゴリズムを新たに提案する。具体的には,[12]で実現不可能と思われる量子サンプルによる誤り問題を用いたリングラーニングを解く多項式時間量子アルゴリズムと,[12]で対応する量子アルゴリズムよりも効率のよい多項式時間古典アルゴリズムを提案する。

関連論文リスト

Lower bounds for quantum-inspired classical algorithms via communication complexity [0.5461938536945723]
線形回帰の解法,クラスタリングの監督,主成分分析,レコメンデーションシステム,ハミルトニアンシミュレーションに焦点をあてる。基底行列のフロベニウスノルムの観点で二次下界を証明する。これらの問題に対する量子アルゴリズムはフロベニウスノルムにおいて線型であるため、この結果は量子古典的分離が少なくとも二次的であることを意味する。
論文参考訳（メタデータ） (2024-02-24T02:15:00Z)
Hybrid classical-quantum branch-and-bound algorithm for solving integer linear problems [0.0]
量子アニールは、QUBOの定式化で表されるいくつかのロジスティック最適化問題を解くのに適している。量子異方体が提案する解法は一般に最適ではなく、熱ノイズやその他の乱雑な効果は計算に関わる量子ビットの数が大きすぎるときに生じる。本稿では,従来の分枝分枝分枝法を用いて,より少ない量子ビット数で表されるサブプロブレムに分割する手法を提案する。
論文参考訳（メタデータ） (2023-11-16T09:19:01Z)
Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。本稿では,量子アルゴリズムの応用分野について検討する。私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文参考訳（メタデータ） (2023-10-04T17:53:55Z)
Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文参考訳（メタデータ） (2023-04-18T11:57:15Z)
Robust Dequantization of the Quantum Singular value Transformation and Quantum Machine Learning Algorithms [0.0]
この弱い仮定の下では、ランダム化線形代数の技法がどれだけ多く適用できるかを示す。また、これらの結果を用いて、多くの量子機械学習アルゴリズムの頑健な復号化を行う。
論文参考訳（メタデータ） (2023-04-11T02:09:13Z)
Error Analysis of the Variational Quantum Eigensolver Algorithm [0.18188255328029254]
変分量子固有解法(VQE)とその個々の量子サブルーチンについて検討する。我々は,量子処理コール中に単一エラーが発生した場合,VQEアルゴリズムがすでに効果的に崩壊していることを示す。
論文参考訳（メタデータ） (2023-01-18T02:02:30Z)
Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
論文参考訳（メタデータ） (2022-12-06T22:01:49Z)
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)
Quantum Geometric Machine Learning for Quantum Circuits and Control [78.50747042819503]
我々は、量子幾何学的制御問題に対するディープラーニングの適用をレビューし、拡張する。量子回路合成問題における時間-最適制御の強化について述べる。我々の研究結果は、時間-最適制御問題に対する機械学習と幾何学的手法を組み合わせた量子制御と量子情報理論の研究者にとって興味深いものである。
論文参考訳（メタデータ） (2020-06-19T19:12:14Z)
An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
論文参考訳（メタデータ） (2020-05-06T14:18:44Z)

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。