論文の概要: Impact of Bivariate Gaussian Potentials on Quantum Walks for Spatial Search

• arxiv url: http://arxiv.org/abs/2410.03269v1
• Date: Fri, 4 Oct 2024 09:44:44 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-02 23:28:42.549180
• Title: Impact of Bivariate Gaussian Potentials on Quantum Walks for Spatial Search
• Title（参考訳）: 空間探索のための量子ウォークに及ぼす二変量ガウスポテンシャルの影響
• Authors: Franklin de L. Marquezino, Raqueline A. M. Santos,
• Abstract要約: 空間探索問題における量子ウォークの力学に対するポテンシャル場の影響について検討する。 その結果,標準偏差が小さい場合,量子ウォークはAKRアルゴリズムを密接に反映するが,標準偏差が大きくなるにつれて成功確率が急速に低下することを示した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We examine the impact of potential fields, particularly utilizing a bivariate Gaussian distribution function, on the dynamics of quantum walks in spatial search problems. Building on the Ambainis-Kempe-Rivosh (AKR) model for searching on a two-dimensional grid, we incorporate potential fields to investigate how changes in standard deviation and normalization of the bivariate Gaussian function impact the performance of the search algorithm. Our results show that the quantum walk closely mirrors the AKR algorithm when the standard deviation is small but exhibits a rapid decay in success probability as the standard deviation increases. This behavior demonstrates how the bivariate Gaussian can effectively model a noisy oracle within the AKR algorithm. Additionally, we compare the AKR-based model with an alternative quantum walk model using a Hadamard coin and standard shift. These findings contribute to understanding the robustness of quantum walk search algorithms, and provide insights into how quantum walks can be applied to optimization algorithms.
• Abstract（参考訳）: 空間探索問題における量子ウォークの力学に対するポテンシャル場,特に二変量ガウス分布関数の利用の影響について検討する。 二次元格子を探索するためのAmbainis-Kempe-Rivosh(AKR)モデル上に構築し,二変量ガウス関数の標準偏差変化と正規化が探索アルゴリズムの性能に与える影響について検討する。 その結果,標準偏差が小さい場合,量子ウォークはAKRアルゴリズムを密接に反映するが,標準偏差が大きくなるにつれて成功確率が急速に低下することを示した。 この振る舞いは、二変量ガウスがAKRアルゴリズム内の雑音の多いオラクルを効果的にモデル化する方法を示す。 さらに、AKRベースのモデルと代替量子ウォークモデルとの比較を、ハダマール硬貨と標準シフトを用いて行った。 これらの知見は、量子ウォーク探索アルゴリズムの堅牢性を理解し、量子ウォークを最適化アルゴリズムに適用する方法に関する洞察を与えるのに寄与する。

関連論文リスト

• Application of Langevin Dynamics to Advance the Quantum Natural Gradient Optimization Algorithm [47.47843839099175]
  近年,変分量子回路の最適化のためのQNGアルゴリズムが提案されている。 本研究では、この離散時間解が一般化形式を与えることを示すために、QNG力を持つランゲヴィン方程式を用いる。
  論文  参考訳（メタデータ） (2024-09-03T15:21:16Z)
• Quantum Speedup of the Dispersion and Codebook Design Problems [6.735173690339397]
  分散問題はNPハードに分類される最適化問題である。 本稿では,Grover Adaptive Search(GAS)量子アルゴリズムによる解を実現するために,最大値と最大値の分散問題の新しい定式化を提案する。
  論文  参考訳（メタデータ） (2024-06-11T12:00:50Z)
• Quantum molecular docking with quantum-inspired algorithm [4.959284967789063]
  本稿ではQAに着想を得た新しい量子分子ドッキング(QMD)手法を提案する。 我々は2つのバイナリ符号化法を構築し、指数的にビット数を減らした自由度を効率的に識別する。 我々は,QMDが検索ベースであるAuto VinaとディープラーニングのDIFFDOCKに対して,再ドッキングと自己ドッキングの両方のシナリオで優位性を示したことを示す。
  論文  参考訳（メタデータ） (2024-04-12T06:24:45Z)
• 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)
• Sub-universal variational circuits for combinatorial optimization problems [0.0]
  この研究は、2ビット行列を用いて構築された最適化問題に対する量子近似解を生成するために設計された古典的確率回路の新たなクラスを導入する。 そこで,本研究では,最大カウト問題における変分回路の性能について検討した。 この結果から,変分回路の性能を準ユニバーサルゲートセットで評価することは,量子変分回路が励起可能な領域を特定する上で貴重な指標であることが示唆された。
  論文  参考訳（メタデータ） (2023-08-29T02:16:48Z)
• Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
  不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。 特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
  論文  参考訳（メタデータ） (2023-02-13T19:57:17Z)
• Quantum algorithms for generator coordinate methods [12.744157326232749]
  本稿では,分子系のベンチマークに使用できるジェネレータ座標法(GCM)の量子アルゴリズムについて論じる。 地中および励起状態エネルギーに対するヒル・ウィーラー方程式の離散化形式を構築するための量子アルゴリズムの性能について述べる。
  論文  参考訳（メタデータ） (2022-12-19T01:22:19Z)
• A single $T$-gate makes distribution learning hard [56.045224655472865]
  この研究は、局所量子回路の出力分布の学習可能性に関する広範な評価を提供する。 ハイブリッド量子古典アルゴリズムを含む多種多様な学習アルゴリズムにおいて、深度$d=omega(log(n))$ Clifford回路に関連する生成的モデリング問題さえも困難であることを示す。
  論文  参考訳（メタデータ） (2022-07-07T08:04:15Z)
• Provably efficient variational generative modeling of quantum many-body systems via quantum-probabilistic information geometry [3.5097082077065003]
  パラメータ化混合状態に対する量子自然勾配降下の一般化を導入する。 また、堅牢な一階近似アルゴリズム、Quantum-Probabilistic Mirror Descentを提供する。 我々のアプローチは、モデル選択における柔軟性を実現するために、それまでのサンプル効率の手法を拡張しました。
  論文  参考訳（メタデータ） (2022-06-09T17:58:15Z)
• Learnability of the output distributions of local quantum circuits [53.17490581210575]
  2つの異なるオラクルモデルにおいて、量子回路Bornマシンの学習可能性について検討する。 我々はまず,超対数深度クリフォード回路の出力分布がサンプル効率良く学習できないという負の結果を示した。 より強力なオラクルモデル、すなわちサンプルに直接アクセスすると、局所的なクリフォード回路の出力分布は計算効率よくPACを学習可能であることを示す。
  論文  参考訳（メタデータ） (2021-10-11T18:00:20Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)

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。