論文の概要: Quantum HodgeRank: Topology-Based Rank Aggregation on Quantum Computers
- arxiv url: http://arxiv.org/abs/2407.20452v2
- Date: Tue, 15 Oct 2024 04:08:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-16 13:57:50.937760
- Title: Quantum HodgeRank: Topology-Based Rank Aggregation on Quantum Computers
- Title(参考訳): Quantum HodgeRank: 量子コンピュータにおけるトポロジに基づくランクアグリゲーション
- Authors: Caesnan M. G. Leditto, Angus Southwell, Behnam Tonekaboni, Muhammad Usman, Kavan Modi,
- Abstract要約: HodgeRankはグラフと離散外部計算を用いて、実世界の(しばしば不完全な)データに基づいてランキングアルゴリズムを一般化してランク付けする。
我々は,次元に依存しない複雑性を持つHodgeRank解を近似する量子アルゴリズムを開発した。
- 参考スコア(独自算出の注目度): 0.5490714603843316
- License:
- Abstract: HodgeRank generalizes ranking algorithms, e.g. Google PageRank, to rank alternatives based on real-world (often incomplete) data using graphs and discrete exterior calculus. It analyzes multipartite interactions on high-dimensional networks with a complexity that scales exponentially with dimension. We develop a quantum algorithm that approximates the HodgeRank solution with complexity independent of dimension. Our algorithm extracts relevant information from the state such as the ranking consistency, which achieves a superpolynomial speedup over similar classical methods.
- Abstract(参考訳): HodgeRankは、Google PageRankのようなランキングアルゴリズムを一般化して、グラフと離散外部計算を使って、現実世界(しばしば不完全な)データに基づいて、代替品をランク付けする。
これは高次元ネットワーク上の多部相互作用を、次元と指数関数的にスケールする複雑さで解析する。
我々は,次元に依存しない複雑性を持つHodgeRank解を近似する量子アルゴリズムを開発した。
提案アルゴリズムは,類似の古典的手法によるスーパーポリノミカル・スピードアップを実現するランキング整合性などの状態から関連情報を抽出する。
関連論文リスト
- 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) - Variational Quantum Algorithms for the Allocation of Resources in a Cloud/Edge Architecture [1.072460284847973]
変分量子アルゴリズムは, 近い将来, 古典的アルゴリズムの代替となる可能性が示唆された。
特に、2つのアルゴリズム、すなわち量子近似最適化アルゴリズム(QAOA)と変分量子固有解器(VQE)の性能を比較した。
シミュレーション実験は、クラウドと2つのエッジノードを含む %CM230124 の単純な問題に対して実施され、VQE アルゴリズムは、検索空間を制限できる適切な回路テクスタイタンサッチを備えている場合に、より良い性能を保証することを示す。
論文 参考訳(メタデータ) (2024-01-25T17:37:40Z) - 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 Federated Learning for Distributed Quantum Networks [9.766446130011706]
本稿では,量子力学の興味深い特徴を利用した分散量子ネットワークのための量子フェデレーション学習を提案する。
分散量子ネットワーク内のクライアントがローカルモデルをトレーニングするのを助けるために、量子勾配降下アルゴリズムが提供される。
量子セキュアなマルチパーティ計算プロトコルを設計し,中国の残差定理を用いた。
論文 参考訳(メタデータ) (2022-12-25T14:37:23Z) - 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) - QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional
Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。
現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。
我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文 参考訳(メタデータ) (2022-11-09T21:43:16Z) - Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。
この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。
GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
論文 参考訳(メタデータ) (2022-04-18T21:45:13Z) - Improved Quantum Algorithms for Fidelity Estimation [77.34726150561087]
証明可能な性能保証を伴う忠実度推定のための新しい,効率的な量子アルゴリズムを開発した。
我々のアルゴリズムは量子特異値変換のような高度な量子線型代数技術を用いる。
任意の非自明な定数加算精度に対する忠実度推定は一般に困難であることを示す。
論文 参考訳(メタデータ) (2022-03-30T02:02:16Z) - Hardware Efficient Quantum Search Algorithm [17.74233101199813]
本稿では,この課題を克服するために,ハードウェアの効率的な量子探索アルゴリズムを提案する。
我々の鍵となる考え方は、グローバル拡散操作を低コストな局所拡散に置き換えることである。
回路コストの削減は、システムの成功率を著しく向上させる。
論文 参考訳(メタデータ) (2021-03-26T01:08:50Z) - Quantum-enhanced algorithms for classical target detection in complex
environments [0.0]
古典的ターゲット同定および局所化アルゴリズム,特にレーダ画像に対する量子計算手法について検討した。
アルゴリズムは量子機械学習に対する最近のアプローチにインスパイアされているが、かなりの拡張が必要である。
量子効率がアルゴリズム全体の大幅な高速化を可能にするアプリケーション体制が特定される。
論文 参考訳(メタデータ) (2020-07-29T21:07:31Z) - Quantum State Discrimination on Reconfigurable Noise-Robust Quantum
Networks [6.85316573653194]
量子情報処理における根本的な問題は、システムの量子状態の集合の識別である。
本稿では、この問題を量子ウォークによって定義されるグラフによって記述されたオープン量子システム上で解決する。
ネットワークのパラメータを最適化し、正しい識別の確率を最大化する。
論文 参考訳(メタデータ) (2020-03-25T19:07:03Z)
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。