Fugu-MT 論文翻訳(概要): Quantum Speedup for Polar Maximum Likelihood Decoding

論文の概要: Quantum Speedup for Polar Maximum Likelihood Decoding

arxiv url: http://arxiv.org/abs/2411.04727v1
Date: Thu, 07 Nov 2024 14:05:57 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-08 19:35:38.642345
Title: Quantum Speedup for Polar Maximum Likelihood Decoding
Title（参考訳）: 極性極性極性極性同値復号のための量子スピードアップ
Authors: Shintaro Fujiwara, Naoki Ishikawa,
Abstract要約: 本稿では,Grover適応探索アルゴリズムに基づく極性符号のための新しいMLデコードアーキテクチャを提案する。提案する量子デコーディングは,クエリの複雑性を2次的に高速化しながら,ML性能を実現することを示す。
参考スコア（独自算出の注目度）: 3.190355298836875
License:
Abstract: Conventional decoding algorithms for polar codes strive to balance achievable performance and computational complexity in classical computing. While maximum likelihood (ML) decoding guarantees optimal performance, its NP-hard nature makes it impractical for real-world systems. In this letter, we propose a novel ML decoding architecture for polar codes based on the Grover adaptive search, a quantum exhaustive search algorithm. Unlike conventional studies, our approach, enabled by a newly formulated objective function, uniquely supports Gray-coded multi-level modulation without expanding the search space size compared to the classical ML decoding. Simulation results demonstrate that our proposed quantum decoding achieves ML performance while providing a pure quadratic speedup in query complexity.
Abstract（参考訳）: 従来の極性符号の復号アルゴリズムは、古典計算における達成可能な性能と計算複雑性のバランスを保とうとしている。最大可算(ML)復号法は最適性能を保証するが、NPハード性は現実のシステムでは実用的ではない。本稿では,量子完全探索アルゴリズムであるGroverアダプティブサーチに基づく,極性符号のための新しいMLデコードアーキテクチャを提案する。従来の手法とは異なり,従来のML復号法と比較して探索空間を拡大することなく,Gray-coded Multi-level modulation を独自にサポートした。シミュレーションの結果,提案した量子デコーディングは,クエリの複雑さを2次的に高速化しながら,ML性能を実現することが示された。

関連論文リスト

Optimization by Decoded Quantum Interferometry [43.55132675053983]
本稿では,古典的復号化問題に対する古典的最適化問題を減じるための量子アルゴリズムを提案する。 DQIは、既知の量子時間古典アルゴリズムよりも近似比が良いことを示す。
論文参考訳（メタデータ） (2024-08-15T17:47:42Z)
Recursive Quantum Relaxation for Combinatorial Optimization Problems [3.3053321430025258]
既存の量子最適化手法のいくつかは、最適量子状態から最も高い確率で測定される二項解を求める解法に統一可能であることを示す。テンソルネットワーク技術を用いたMAX-CUT問題における数百ノードの標準ベンチマークグラフの実験は、RQRAOがゴーマン-ウィリアムソン法より優れ、最先端の古典的解法に匹敵することを示した。
論文参考訳（メタデータ） (2024-03-04T13:48:21Z)
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)
Deep Quantum Error Correction [73.54643419792453]
量子誤り訂正符号(QECC)は、量子コンピューティングのポテンシャルを実現するための鍵となる要素である。本研究では,新しいエンペンド・ツー・エンドの量子誤りデコーダを効率的に訓練する。提案手法は,最先端の精度を実現することにより,QECCのニューラルデコーダのパワーを実証する。
論文参考訳（メタデータ） (2023-01-27T08:16:26Z)
Machine Learning-Aided Efficient Decoding of Reed-Muller Subcodes [59.55193427277134]
Reed-Muller (RM) 符号は、一般的なバイナリインプットメモリレス対称チャネルの容量を達成する。 RM符号は制限されたレートのみを許容する。効率的なデコーダは、RM符号に対して有限長で利用可能である。
論文参考訳（メタデータ） (2023-01-16T04:11:14Z)
Quantum Error Correction via Noise Guessing Decoding [0.0]
量子誤り訂正符号(QECC)は、量子通信と量子計算の両方において中心的な役割を果たす。本稿では,有限ブロック長レジームの最大性能を達成できるQECCの構築と復号化が可能であることを示す。
論文参考訳（メタデータ） (2022-08-04T16:18:20Z)
On Quantum-Assisted LDPC Decoding Augmented with Classical Post-Processing [1.0498337709016812]
本稿では,D-Wave 2000Q Quantum Annealer を用いた準拘束型バイナリ最適化(QUBO)について検討する。シミュレーションアニーリング (SA) と信念伝搬 (BP) を用いた復号化性能を古典コンピュータで評価・比較した。
論文参考訳（メタデータ） (2022-04-21T08:01:39Z)
Error mitigation and quantum-assisted simulation in the error corrected regime [77.34726150561087]
量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
論文参考訳（メタデータ） (2021-03-12T20:58:41Z)
Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
論文参考訳（メタデータ） (2020-11-18T16:40:45Z)
ACSS-q: Algorithmic complexity for short strings via quantum accelerated approach [1.4873907857806357]
符号化定理法を用いて,アルゴリズムの複雑性を推定する量子回路を提案する。ユースケースとして,アルゴリズムの複雑さに基づくタンパク質-タンパク質相互作用の応用フレームワークを提案する。
論文参考訳（メタデータ） (2020-09-18T14:41:41Z)
Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文参考訳（メタデータ） (2020-09-15T18:17:27Z)

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。