Fugu-MT 論文翻訳(概要): Grover Adaptive Search for Maximum Likelihood Detection of Generalized Spatial Modulation

論文の概要: Grover Adaptive Search for Maximum Likelihood Detection of Generalized Spatial Modulation

arxiv url: http://arxiv.org/abs/2408.13531v1
Date: Sat, 24 Aug 2024 09:14:04 GMT
ステータス: 処理完了
システム内更新日: 2024-08-27 19:09:24.499503
Title: Grover Adaptive Search for Maximum Likelihood Detection of Generalized Spatial Modulation
Title（参考訳）: 一般化空間変調の最大近似検出のためのグロバー適応探索
Authors: Kein Yukiyoshi, Taku Mikuriya, Hyeon Seok Rou, Giuseppe Thadeu Freitas de Abreu, Naoki Ishikawa,
Abstract要約: 本稿では,GSM信号の最大検出のための量子支援手法を提案する。フォールトトレラント量子計算では,データシンボルの数とコンステレーションサイズが比較的大きい場合,提案手法は古典解よりも優れる。
参考スコア（独自算出の注目度）: 6.735173690339397
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: We propose a quantum-assisted solution for the maximum likelihood detection (MLD) of generalized spatial modulation (GSM) signals. Specifically, the MLD of GSM is first formulated as a novel polynomial optimization problem, followed by the application of a quantum algorithm, namely, the Grover adaptive search. The performance in terms of query complexity of the proposed method is evaluated and compared to the classical alternative via a numerical analysis, which reveals that under fault-tolerant quantum computation, the proposed method outperforms the classical solution if the number of data symbols and the constellation size are relatively large.
Abstract（参考訳）: 本稿では、一般化空間変調(GSM)信号の最大極大検出(MLD)のための量子支援ソリューションを提案する。具体的には、GSMのMDDは、まず新しい多項式最適化問題として定式化され、次いでGrover適応探索という量子アルゴリズムが適用される。提案手法の問合せ複雑性に関する性能を数値解析により評価し, 提案手法はフォールトトレラント量子計算において, データシンボルの数とコンステレーションサイズが相対的に大きい場合, 古典解よりも優れていることを示す。

関連論文リスト

Deep Learning Assisted Multiuser MIMO Load Modulated Systems for Enhanced Downlink mmWave Communications [68.96633803796003]
本稿では, マルチユーザ負荷変調アレイ (MU-LMA) に着目し, マイクロウェーブ (mmWave) マルチインプット・マルチアウトプット (MIMO) システムにおいて, マルチユーザ負荷変調アレイ (MU-LMA) の小型化とコスト削減を図っている。ダウンリンクMU-LMAの既存のプリコーディングアルゴリズムは、自由度と複雑なシステム構成の低下に悩まされるサブアレイ構造化(SAS)送信機に依存している。本稿では,FAS (Full-array Structured) 送信機を用いたMU-LMAシステムを提案し,それに応じて2つのアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-11-08T08:54:56Z)
Federated Conditional Stochastic Optimization [110.513884892319]
条件付き最適化は、不変学習タスク、AUPRC、AMLなど、幅広い機械学習タスクで見られる。本稿では,分散フェデレーション学習のためのアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-10-04T01:47:37Z)
Multi-sequence alignment using the Quantum Approximate Optimization Algorithm [0.0]
本稿では、変分量子近似最適化アルゴリズム(QAOA)を用いた多重系列アライメント問題のハミルトニアン定式化と実装について述べる。我々は、量子シミュレーターと実際の量子コンピュータ上での性能の両方において、我々のQAOA-MSAアルゴリズムの小さな例を考える。調査されたMSAのインスタンスに対する理想的な解決策は、浅いp5量子回路でサンプリングされた最も可能性の高い状態であることが示されているが、現在のデバイスにおけるノイズのレベルは依然として深刻な課題である。
論文参考訳（メタデータ） (2023-08-23T12:46:24Z)
Quantum Speedup for Higher-Order Unconstrained Binary Optimization and MIMO Maximum Likelihood Detection [2.5272389610447856]
実数値の高次非制約二項最適化問題をサポートする量子アルゴリズムを提案する。提案アルゴリズムは,古典的領域におけるクエリの複雑さを低減し,量子領域における2次高速化を実現する。
論文参考訳（メタデータ） (2022-05-31T00:14:49Z)
General Hamiltonian Representation of ML Detection Relying on the Quantum Approximate Optimization Algorithm [74.6114458993128]
最適化問題を解くために考案された量子近似最適化アルゴリズム(QAOA)は、既存のノイズのある中間スケール量子(NISQ)デバイス上で実行することができる。我々は、QAOAを適切に適応させることにより、一般星座の最大可能性(ML)検出問題を解く。特に、M-ary Gray-mapped Quarature amplitude modulation (MQAM) 星座では、同相成分をコードする特定の量子ビットと二次成分をコードする量子ビットが、興味のある量子系において独立であることを示す。
論文参考訳（メタデータ） (2022-04-11T14:11:24Z)
Monte Carlo Tree Search based Hybrid Optimization of Variational Quantum Circuits [7.08228773002332]
我々はMCTS-QAOAと呼ばれる新しい変分量子アルゴリズムを提案する。モンテカルロ木探索法と改良された自然ポリシー勾配解法を組み合わせて、量子回路内の離散変数と連続変数を最適化する。 MCTS-QAOAは耐雑音性に優れ、一般化QAOAの挑戦事例において先行アルゴリズムよりも優れていた。
論文参考訳（メタデータ） (2022-03-30T23:15:21Z)
Quantum optimisation via maximally amplified states [0.0]
本稿では,短期量子コンピューティングの制限回路深度文脈における最適化のための新しい量子アルゴリズムを提案する。最大増幅最適化アルゴリズム(MAOA)は、他の短期量子アルゴリズムよりもかなり優れている。
論文参考訳（メタデータ） (2021-11-01T09:43:53Z)
Quantum Approximate Optimization Algorithm Based Maximum Likelihood Detection [80.28858481461418]
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
論文参考訳（メタデータ） (2021-07-11T10:56:24Z)
Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文参考訳（メタデータ） (2020-10-01T18:14:11Z)
Iterative Algorithm Induced Deep-Unfolding Neural Networks: Precoding Design for Multiuser MIMO Systems [59.804810122136345]
本稿では,AIIDNN(ディープ・アンフォールディング・ニューラルネット)を一般化した,ディープ・アンフォールディングのためのフレームワークを提案する。古典的重み付き最小二乗誤差(WMMSE)反復アルゴリズムの構造に基づく効率的なIAIDNNを提案する。提案したIAIDNNは,計算複雑性を低減した反復WMMSEアルゴリズムの性能を効率よく向上することを示す。
論文参考訳（メタデータ） (2020-06-15T02:57:57Z)

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。