論文の概要: Quantum community detection via deterministic elimination

• arxiv url: http://arxiv.org/abs/2412.13160v1
• Date: Tue, 17 Dec 2024 18:36:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-18 13:57:17.229353
• Title: Quantum community detection via deterministic elimination
• Title（参考訳）: 決定論的除去による量子コミュニティ検出
• Authors: Chukwudubem Umeano, Stefano Scali, Oleksandr Kyriienko,
• Abstract要約: 複素ネットワークとグラフの構造特性を計算するための量子アルゴリズムを提案する。 対応するプロトコルであるdeteQtは、大規模なコミュニティとボットネット検出を実行するように設計されている。
• 参考スコア（独自算出の注目度）: 16.34646723046073
• License:
• Abstract: We propose a quantum algorithm for calculating the structural properties of complex networks and graphs. The corresponding protocol -- deteQt -- is designed to perform large-scale community and botnet detection, where a specific subgraph of a larger graph is identified based on its properties. We construct a workflow relying on ground state preparation of the network modularity matrix or graph Laplacian. The corresponding maximum modularity vector is encoded into a $\log(N)$-qubit register that contains community information. We develop a strategy for ``signing'' this vector via quantum signal processing, such that it closely resembles a hypergraph state, and project it onto a suitable linear combination of such states to detect botnets. As part of the workflow, and of potential independent interest, we present a readout technique that allows filtering out the incorrect solutions deterministically. This can reduce the scaling for the number of samples from exponential to polynomial. The approach serves as a building block for graph analysis with quantum speed up and enables the cybersecurity of large-scale networks.
• Abstract（参考訳）: 複素ネットワークとグラフの構造特性を計算するための量子アルゴリズムを提案する。 対応するプロトコルであるdeteQtは、大規模なコミュニティとボットネット検出を実行するように設計されている。 ネットワークモジュラリティ行列やグラフラプラシアンの基底状態作成に依存するワークフローを構築する。 対応する最大モジュラリティベクトルは、コミュニティ情報を含む$\log(N)$-qubitレジスタに符号化される。 我々は、このベクトルを量子信号処理により「署名」する戦略を開発し、ハイパーグラフ状態によく似ており、ボットネットを検出するためにそのような状態の線形結合に投影する。 ワークフローの一部として、および潜在的に独立した関心事として、誤った解を決定論的にフィルタリングする読み出し手法を提案する。 これにより指数関数から多項式へのサンプル数のスケーリングを削減できる。 このアプローチは、量子スピードアップによるグラフ解析のためのビルディングブロックとして機能し、大規模ネットワークのサイバーセキュリティを可能にする。

関連論文リスト

• Multipartite Entanglement Distribution in Quantum Networks using Subgraph Complementations [9.32782060570252]
  量子ネットワーク上でグラフ状態を分散する新しい手法を提案する。 グラフ状態の分布は,部分グラフ補完システムによって特徴づけられることを示す。 任意のグラフ状態の分配に最適な部分グラフ補完演算の列を求める。
  論文  参考訳（メタデータ） (2023-08-25T23:03:25Z)
• A Graph Encoder-Decoder Network for Unsupervised Anomaly Detection [7.070726553564701]
  グラフから異常ノードを検出するための教師なしグラフエンコーダデコーダモデルを提案する。 符号化段階では、クラスタ割り当て行列を見つけるためにLCPoolと呼ばれる新しいプール機構を設計する。 復号段階ではLCUnpoolと呼ばれるアンプール演算を提案し,元のグラフの構造と結節の特徴を再構築する。
  論文  参考訳（メタデータ） (2023-08-15T13:49:12Z)
• NodeFormer: A Scalable Graph Structure Learning Transformer for Node Classification [70.51126383984555]
  本稿では,任意のノード間のノード信号を効率的に伝搬する全ペアメッセージパッシング方式を提案する。 効率的な計算は、カーナライズされたGumbel-Softmax演算子によって実現される。 グラフ上のノード分類を含む様々なタスクにおいて,本手法の有望な有効性を示す実験を行った。
  論文  参考訳（メタデータ） (2023-06-14T09:21:15Z)
• Graphix: optimizing and simulating measurement-based quantum computation on local-Clifford decorated graph [0.0]
  我々は、測定ベースの量子計算(MBQC)を最適化し、シミュレートするオープンソースのソフトウェアライブラリGraphixを紹介する。 測定計算と効率的なグラフ状態シミュレータを組み合わせることで、グラフィクスは測定パターンにおけるパウリ測定の古典的な前処理を可能にする。
  論文  参考訳（メタデータ） (2022-12-22T18:58:20Z)
• Dynamic Graph Message Passing Networks for Visual Recognition [112.49513303433606]
  長距離依存のモデリングは、コンピュータビジョンにおけるシーン理解タスクに不可欠である。 完全連結グラフはそのようなモデリングには有益であるが、計算オーバーヘッドは禁じられている。 本稿では,計算複雑性を大幅に低減する動的グラフメッセージパッシングネットワークを提案する。
  論文  参考訳（メタデータ） (2022-09-20T14:41:37Z)
• Compilation of algorithm-specific graph states for quantum circuits [55.90903601048249]
  本稿では,高レベル言語で記述された量子回路から,アルゴリズム固有のグラフ状態を作成する量子回路コンパイラを提案する。 この計算は、このグラフ状態に関する一連の非パウリ測度を用いて実装することができる。
  論文  参考訳（メタデータ） (2022-09-15T14:52:31Z)
• Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
  我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。 問題の大きさと問題グラフの次数で指数関数的に増大する。 これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2022-01-06T21:02:30Z)
• A quantum algorithm for training wide and deep classical neural networks [72.2614468437919]
  勾配勾配勾配による古典的トレーサビリティに寄与する条件は、量子線形系を効率的に解くために必要な条件と一致することを示す。 MNIST画像データセットがそのような条件を満たすことを数値的に示す。 我々は、プールを用いた畳み込みニューラルネットワークのトレーニングに$O(log n)$の実証的証拠を提供する。
  論文  参考訳（メタデータ） (2021-07-19T23:41:03Z)
• Towards Efficient Scene Understanding via Squeeze Reasoning [71.1139549949694]
  我々はSqueeze Reasoningと呼ばれる新しいフレームワークを提案する。 空間地図上の情報を伝播するのではなく、まず入力特徴をチャネルワイドなグローバルベクトルに絞ることを学ぶ。 提案手法はエンドツーエンドのトレーニングブロックとしてモジュール化可能であり,既存のネットワークに簡単に接続可能であることを示す。
  論文  参考訳（メタデータ） (2020-11-06T12:17:01Z)
• Simulation of Quantum Computing on Classical Supercomputers [23.350853237013578]
  本研究では,非方向グラフの切断エッジに基づくスキームを提案する。 このスキームは、木幅の大きな無向グラフのエッジをカットし、多くの無向グラフを得る。 4096コアのスーパーコンピュータ上で120量子3規則QAOAアルゴリズムをシミュレートできる。
  論文  参考訳（メタデータ） (2020-10-28T13:26:41Z)
• 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。