論文の概要: An Efficient Quantum Euclidean Similarity Algorithm for Worldwide Localization
- arxiv url: http://arxiv.org/abs/2407.14680v1
- Date: Fri, 19 Jul 2024 21:52:49 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-23 21:23:47.571172
- Title: An Efficient Quantum Euclidean Similarity Algorithm for Worldwide Localization
- Title（参考訳）: 世界規模のローカライゼーションのための効率的な量子ユークリッド類似アルゴリズム
- Authors: Ahmed Shokry, Moustafa Youssef,
- Abstract要約: ワイヤレスローカライゼーションシステムのための効率的な量子ユークリッド類似性アルゴリズムを提案する。
提案した量子アルゴリズムは、古典的なアルゴリズムに比べて指数関数的に改善された複雑性を提供する。
- 参考スコア（独自算出の注目度）: 4.962238993531738
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Fingerprinting techniques are widely used for localization because of their accuracy, especially in the presence of wireless channel noise. However, the fingerprinting techniques require significant storage and running time, which is a concern when implementing such systems on a global worldwide scale. In this paper, we propose an efficient quantum Euclidean similarity algorithm for wireless localization systems. The proposed quantum algorithm offers exponentially improved complexity compared to its classical counterpart and even the state-of-the-art quantum localization systems, in terms of both storage space and running time. The basic idea is to entangle the test received signal strength (RSS) vector with the fingerprint vectors at different locations and perform the similarity calculation in parallel to all fingerprint locations. We give the details of how to construct the quantum fingerprint, how to encode the RSS measurements in quantum particles, and finally; present the quantum algorithm for calculating the Euclidean similarity between the online RSS measurements and the fingerprint ones. Implementation and evaluation of our algorithm in a real testbed using a real IBM quantum machine as well as a simulation for a larger testbed confirm its ability to correctly obtain the estimated location with an exponential enhancement in both time and space compared to the traditional classical fingerprinting techniques and the state-of-the-art quantum localization techniques.
- Abstract（参考訳）: フィンガープリント技術は、その精度、特に無線チャネルノイズの存在により、ローカライズに広く用いられている。
しかし, フィンガープリント技術は, 世界規模でこのようなシステムを実装する場合, かなりの保存時間と実行時間を必要とする。
本稿では,ワイヤレスローカライゼーションシステムのための効率的な量子ユークリッド類似性アルゴリズムを提案する。
提案した量子アルゴリズムは、古典的な量子化システムや最先端の量子化システムと比較して、ストレージ空間と実行時間の両方の観点から、指数関数的に改善された複雑性を提供する。
基本的な考え方は、受信した信号強度(RSS)ベクトルを異なる位置の指紋ベクトルに絡めて、すべての指紋位置と平行に類似性計算を行うことである。
我々は、量子指紋の作成方法、量子粒子におけるRSS測定のエンコード方法、そして最後に、オンラインRSS測定と指紋とのユークリッド類似性を計算するための量子アルゴリズムを提示する。
実際のIBM量子マシンを用いた実検層におけるアルゴリズムの実装と評価により、従来のフィンガープリント技術や最先端の量子ローカライゼーション技術と比較して、時間と空間の両方で指数関数的に拡張された推定位置を正確に取得できることが確認された。
関連論文リスト
- An Efficient Quantum Binary-Neuron Algorithm for Accurate Multi-Story Floor Localization [4.415197030186768]
本稿では,正確な多層局所化のための量子アルゴリズムを提案する。
提案アルゴリズムは,実際のIBM量子マシン上で実装し,実際の屋内テストベッド上で評価する。
論文 参考訳（メタデータ） (2024-09-01T18:09:38Z) - Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - A Quantum Fingerprinting Algorithm for Next Generation Cellular
Positioning [5.198840934055703]
指紋による高精度な位置決めを可能にするコサイン類似性に基づく量子アルゴリズムを提案する。
提案した量子アルゴリズムを実装し,実際のIBM量子マシン上での細胞テストベッドで評価する。
論文 参考訳（メタデータ） (2023-06-13T19:54:26Z) - Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。
我々は距離の計算を高速化するために量子現象を利用する。
我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
論文 参考訳（メタデータ） (2022-12-13T16:04:16Z) - Optimal quantum control via genetic algorithms for quantum state
engineering in driven-resonator mediated networks [68.8204255655161]
進化的アルゴリズムに基づく量子状態工学には、機械学習によるアプローチを採用しています。
我々は、単一のモード駆動マイクロ波共振器を介して相互作用する、量子ビットのネットワーク(直接結合のない人工原子の状態に符号化された)を考える。
アルゴリズムは理想的なノイズフリー設定で訓練されているにもかかわらず、高い量子忠実度とノイズに対するレジリエンスを観測する。
論文 参考訳（メタデータ） (2022-06-29T14:34:00Z) - Device-independent Quantum Fingerprinting for Large Scale Localization [6.141741864834815]
デバイスに依存しない量子指紋マッチングアルゴリズムQHFPを提案する。
特に,従来の手法よりも指数関数的に優れた複雑性を持つ量子アルゴリズムを提案する。
その結果,QHFPが空間と走行時間を指数的に改善し,正確な推定位置を得る能力が確認された。
論文 参考訳（メタデータ） (2022-06-22T04:35:17Z) - Benchmarking Small-Scale Quantum Devices on Computing Graph Edit
Distance [52.77024349608834]
グラフ編集距離(GED: Graph Edit Distance)は、2つのグラフ間の(異なる)相似性の度合いを測定する。
本稿では、GED計算における2つの量子アプローチの比較研究について述べる。
論文 参考訳（メタデータ） (2021-11-19T12:35:26Z) - Efficient realization of quantum algorithms with qudits [0.70224924046445]
マルチレベル量子システム(キューディット)を用いた量子アルゴリズムの効率的な実装手法を提案する。
提案手法は,Quditベースのプロセッサのパラメータに依存する標準量子ビット方式の回路のトランスパイレーションを用いる。
特定の普遍集合から取られた単一量子ゲートと2量子ゲートの列に量子回路を変換する明示的なスキームを提供する。
論文 参考訳（メタデータ） (2021-11-08T11:09:37Z) - Nearest Centroid Classification on a Trapped Ion Quantum Computer [57.5195654107363]
我々は,古典的データを量子状態に効率よくロードし,距離推定を行う手法を用いて,量子近接Centroid分類器を設計する。
MNIST手書き桁データセットの古典的最寄りのセントロイド分類器の精度と8次元合成データの最大100%の精度とを一致させ,11量子ビットトラップイオン量子マシン上で実験的に実証した。
論文 参考訳（メタデータ） (2020-12-08T01:10:30Z) - Resonant Coupling Parameter Estimation with Superconducting Qubits [0.0]
本稿では,周波数可変超伝導量子ビットからなる量子コンピュータにおける共振相互作用のパラメータを効率的に学習する方法を示す。
本手法はスワップ分光校正を改良した手法である。
提案手法は,現在の中規模超伝導量子コンピュータを改良し,大規模システムにも拡張できると考えている。
論文 参考訳（メタデータ） (2020-08-28T15:51:41Z)
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。