論文の概要: The optimization of exact multi-target quantum search algorithm based on MindSpore
- arxiv url: http://arxiv.org/abs/2412.18306v2
- Date: Thu, 09 Jan 2025 11:43:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-10 13:56:44.724410
- Title: The optimization of exact multi-target quantum search algorithm based on MindSpore
- Title（参考訳）: MindSporeに基づく高精度マルチターゲット量子探索アルゴリズムの最適化
- Authors: Shijin Zhong, Wei Li, Guangzhen Dai, Daohua Wu,
- Abstract要約: 修正Groverのアルゴリズムに基づいて,最適化されたマルチターゲット探索アルゴリズムを提案する。
提案したアルゴリズムは、量子ゲート数を少なくとも21.1%減らし、量子回路の深さを少なくとも11.4%減らすことができる。
- 参考スコア（独自算出の注目度）: 3.633444773654794
- License:
- Abstract: Grover's search algorithm has attracted great attention due to its quadratic speedup over classical algorithms in unsorted database search problems. However, Grover's algorithm is inefficient in multi-target search problems, except in the case of 1/4 of the data in the database satisfying the search conditions. Long presented a modified version of Grover's search algorithm by introducing a phase-matching condition that can search for the target state with a zero theoretical failure rate. In this work, we present an optimized exact multi-target search algorithm based on the modified Grover's algorithm by transforming the canonical diffusion operator to a more efficient diffusion operator, which can solve the multi-target search problem with a 100% success rate while requiring fewer gate counts and shallower circuit depth. After that, the optimized multi-target algorithm for four different items, including 2-qubit with 2 targets, 5-qubit with 2 targets, 5-qubit with 4 targets, and 6-qubit with 3 targets, are implemented on MindSpore framework. The experimental results show that, compared with Grover's algorithm and the modified Grover's algorithm, the proposed algorithm can reduce the quantum gate count by at least 21.1% and the depth of the quantum circuit by at least 11.4% and maintain a 100% success probability. Our code are available at https://github.com/mindsporelab/models/tree/master/research/arxiv_papers/GROVER-OP. Thanks for the support provided by MindSpore Community.
- Abstract（参考訳）: グロバーの探索アルゴリズムは、ソートされていないデータベース探索問題における古典的アルゴリズムの2次高速化によって大きな注目を集めている。
しかし、Groverのアルゴリズムは、検索条件を満たすデータベース内のデータの1/4の場合を除いて、マルチターゲット探索問題では非効率である。
長期にわたってGroverの探索アルゴリズムの修正版を提示し、理論的失敗率ゼロのターゲット状態を探索できる位相マッチング条件を導入した。
本研究では,正規拡散演算子をより効率的な拡散演算子に変換することにより,改良Groverのアルゴリズムに基づく最適化された正確なマルチターゲット探索アルゴリズムを提案する。
その後,2つのターゲットを持つ2量子ビット,2つのターゲットを持つ5量子ビット,4つのターゲットを持つ5量子ビット,3つのターゲットを持つ6量子ビットを含む4つの項目に対する最適化されたマルチターゲットアルゴリズムをMindSporeフレームワークに実装した。
実験の結果、グロバーのアルゴリズムと修正グロバーのアルゴリズムと比較して、提案アルゴリズムは量子ゲート数を少なくとも21.1%減らし、量子回路の深さを少なくとも11.4%減らし、100%の成功確率を維持することができた。
私たちのコードはhttps://github.com/mindsporelab/models/tree/master/research/arxiv_papers/GROVER-OPで利用可能です。
MindSporeコミュニティがサポートしてくれてありがとう。
関連論文リスト
- Distributed exact multi-objective quantum search algorithm [9.09986332387569]
グローバーのアルゴリズムは多目的探索において2次加速度を持つ。
グローバーのアルゴリズムにおける反復作用素は重要な要素であり、振幅増幅において重要な役割を果たす。
論文 参考訳（メタデータ） (2024-09-06T06:16:53Z) - Near-deterministic quantum search algorithm without phase control [10.754825115553086]
グローバーのアルゴリズムは、4つのうち1つを検索した場合にのみ、ターゲット項目を確実に見つけることができる。
位相制御のないほぼ決定論的量子探索アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-07-15T14:20:47Z) - Distributed Exact Generalized Grover's Algorithm [9.675088142486729]
本稿では,汎用探索問題の解法として,分散Exactized Grover's Algorithm (DEGGA)を提案する。
我々のアルゴリズムは、目標状態が100%$の理論的確率で精度を保証します。
我々の方法は合計$n$ qubitsを必要とし、補助的なqubitsは不要である。
論文 参考訳（メタデータ） (2024-05-11T09:17:11Z) - 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) - A Metaheuristic Algorithm for Large Maximum Weight Independent Set
Problems [58.348679046591265]
ノード重み付きグラフが与えられたとき、ノード重みが最大となる独立した(相互に非隣接な)ノードの集合を見つける。
このアプリケーションで放送されるグラフの中には、数十万のノードと数億のエッジを持つ大きなものもあります。
我々は,不規則なランダム化適応検索フレームワークにおいてメタヒューリスティックな新しい局所探索アルゴリズムを開発した。
論文 参考訳（メタデータ） (2022-03-28T21:34:16Z) - Deterministic Grover search with a restricted oracle [2.976027966501599]
グロバーの量子探索アルゴリズムは古典的アルゴリズムよりも二次的な量子的優位性を提供する。
量子探索オラクルをユーザが制御することなく、正しい結果を返すための修正版を提示する。
論文 参考訳（メタデータ） (2022-01-01T02:04:11Z) - OMPQ: Orthogonal Mixed Precision Quantization [64.59700856607017]
混合精度量子化は、ハードウェアの多重ビット幅演算を利用して、ネットワーク量子化の全ポテンシャルを解き放つ。
本稿では、整数プログラミングの損失と高い相関関係にあるネットワーク性の概念であるプロキシメトリックを最適化することを提案する。
このアプローチは、量子化精度にほとんど妥協することなく、検索時間と必要なデータ量を桁違いに削減する。
論文 参考訳（メタデータ） (2021-09-16T10:59:33Z) - Provably Faster Algorithms for Bilevel Optimization [54.83583213812667]
バイレベル最適化は多くの重要な機械学習アプリケーションに広く適用されている。
両レベル最適化のための2つの新しいアルゴリズムを提案する。
両アルゴリズムが$mathcalO(epsilon-1.5)$の複雑さを達成し,既存のアルゴリズムを桁違いに上回っていることを示す。
論文 参考訳（メタデータ） (2021-06-08T21:05:30Z) - Towards Optimally Efficient Tree Search with Deep Learning [76.64632985696237]
本稿では,線形モデルから信号整数を推定する古典整数最小二乗問題について検討する。
問題はNPハードであり、信号処理、バイオインフォマティクス、通信、機械学習といった様々な応用でしばしば発生する。
本稿では, 深いニューラルネットワークを用いて, 単純化されたメモリバウンドA*アルゴリズムの最適推定を推定し, HATSアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-01-07T08:00:02Z) - Quantum Search with Prior Knowledge [15.384459603233978]
本稿では,Grover の探索アルゴリズムの新たな一般化を提案する。
提案アルゴリズムは,クエリ数が固定された場合の解を見つけるための最適成功確率を実現する。
論文 参考訳（メタデータ） (2020-09-18T09:50:33Z) - Learning to Accelerate Heuristic Searching for Large-Scale Maximum
Weighted b-Matching Problems in Online Advertising [51.97494906131859]
バイパルタイトbマッチングはアルゴリズム設計の基本であり、経済市場や労働市場などに広く適用されている。
既存の正確で近似的なアルゴリズムは、通常そのような設定で失敗する。
我々は、以前の事例から学んだ知識を活用して、新しい問題インスタンスを解決するtextttNeuSearcherを提案する。
論文 参考訳（メタデータ） (2020-05-09T02:48:23Z)
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。