論文の概要: Quantum superposing algorithm for quantum encoding
- arxiv url: http://arxiv.org/abs/2409.19496v1
- Date: Sun, 29 Sep 2024 00:49:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-01 22:03:20.770766
- Title: Quantum superposing algorithm for quantum encoding
- Title(参考訳): 量子符号化のための量子スーパーポーシングアルゴリズム
- Authors: Jaehee Kim, Taewan Kim, Kyunghyun Baek, Yongsoo Hwang, Joonsuk Huh, Jeongho Bang,
- Abstract要約: 本稿では,その有効性と優れた計算性能を実証する,効率的な量子スーパーポーシングアルゴリズムを提案する。
特に、我々のアルゴリズムは最大2n-3制御ノット数(CNOT)を持ち、これまでで最も最適化された結果を示している。
- 参考スコア(独自算出の注目度): 5.484168968324708
- License:
- Abstract: Efficient encoding of classical data into quantum state -- currently referred to as quantum encoding -- holds crucial significance in quantum computation. For finite-size databases and qubit registers, a common strategy of the quantum encoding entails establishing a classical mapping that correlates machine-recognizable data addresses with qubit indices that are subsequently superposed. Herein, the most imperative lies in casting an algorithm for generating the superposition of any given number of qubit indices. This algorithm is formally known as quantum superposing algorithm. In this work, we present an efficient quantum superposing algorithm, affirming its effectiveness and superior computational performance in a practical quantum encoding scenario. Our theoretical and numerical analyses demonstrate a substantial enhancement in computational efficiency compared to existing algorithms. Notably, our algorithm has a maximum of 2n-3 controlled-not (CNOT) counts, representing the most optimized result to date.
- Abstract(参考訳): 現在量子符号化と呼ばれる量子状態への古典データの効率的な符号化は、量子計算において重要な意味を持つ。
有限サイズのデータベースや量子ビットレジスタの場合、量子符号化の一般的な戦略は、マシン認識可能なデータアドレスと、後に重畳される量子ビットインデックスとを関連付ける古典的なマッピングを確立することである。
ここで最も重要なのが、任意のキュービット指数の重ね合わせを生成するアルゴリズムを鋳造することである。
このアルゴリズムは、正式には量子スーパーポーシングアルゴリズムとして知られている。
本研究では,実効的な量子符号化シナリオにおいて,その有効性と優れた計算性能を実証する,効率的な量子スーパーポーザリングアルゴリズムを提案する。
理論的および数値解析により,既存のアルゴリズムと比較して計算効率が大幅に向上したことを示す。
特に、我々のアルゴリズムは最大2n-3制御ノット数(CNOT)を持ち、これまでで最も最適化された結果を示している。
関連論文リスト
- The Algorithm for Solving Quantum Linear Systems of Equations With Coherent Superposition and Its Extended Applications [8.8400072344375]
コヒーレント重ね合わせを持つ方程式の量子線型系を解くための2つの量子アルゴリズムを提案する。
2つの量子アルゴリズムは、ランクと一般解の両方を1つの測定で計算できる。
分析の結果,提案アルゴリズムは主に軽量対称暗号に対する攻撃に適していることがわかった。
論文 参考訳(メタデータ) (2024-05-11T03:03:14Z) - Tensor Quantum Programming [0.0]
本研究では,行列積演算子を量子回路に符号化するアルゴリズムを開発した。
これは、微分方程式、最適化問題、量子化学において頻繁に遭遇する数に対して、最大50量子ビットでの有効性を示す。
論文 参考訳(メタデータ) (2024-03-20T10:44:00Z) - 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) - Improved Quantum Algorithms for Eigenvalues Finding and Gradient Descent [0.0]
ブロック符号化は、最近開発された量子アルゴリズムの統一フレームワークを形成する量子信号処理において重要な要素である。
本稿では,前述した2つの量子アルゴリズムを効果的に拡張するためにブロック符号化を利用する。
提案手法を,行列逆転や多重固有値推定など,異なる文脈に拡張する方法を示す。
論文 参考訳(メタデータ) (2023-12-22T15:59:03Z) - Generalized quantum Arimoto-Blahut algorithm and its application to
quantum information bottleneck [55.22418739014892]
量子アリーモト・ブラフトアルゴリズムをRamakrishnanらにより一般化する。
3つの量子系を持つ量子情報ボトルネックに対して,我々のアルゴリズムを適用した。
数値解析により,我々のアルゴリズムはアルゴリズムよりも優れていることが示された。
論文 参考訳(メタデータ) (2023-11-19T00:06:11Z) - 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) - 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) - Entanglement and coherence in Bernstein-Vazirani algorithm [58.720142291102135]
Bernstein-Vaziraniアルゴリズムは、オラクルに符号化されたビット文字列を決定できる。
我々はベルンシュタイン・ヴァジラニアルゴリズムの量子資源を詳細に分析する。
絡み合いがない場合、初期状態における量子コヒーレンス量とアルゴリズムの性能が直接関係していることが示される。
論文 参考訳(メタデータ) (2022-05-26T20:32:36Z) - Parametrized Complexity of Quantum Inspired Algorithms [0.0]
量子アルゴリズムの有望な領域は量子機械学習と量子最適化である。
近年の量子技術、特に量子ソフトウェアの発展により、研究と産業のコミュニティは量子アルゴリズムの新しい応用を見つけようとしている。
論文 参考訳(メタデータ) (2021-12-22T06:19:36Z) - 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) - Digitized Adiabatic Quantum Factorization [3.53163169498295]
本稿では,Adiabatic quantum factorizationアルゴリズムをデジタル化することで,デジタル化アディアバティック量子コンピューティングパラダイムにおける代替因数分解法を提案する。
この高速分解アルゴリズムは、利用可能なゲートベースの量子コンピュータに適している。
論文 参考訳(メタデータ) (2021-05-19T13:26:23Z)
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。