Fugu-MT 論文翻訳(概要): Quantum algorithm for reducing amplitudes in order to search and filter data

論文の概要: Quantum algorithm for reducing amplitudes in order to search and filter data

arxiv url: http://arxiv.org/abs/2504.16634v1
Date: Wed, 23 Apr 2025 11:53:14 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-02 16:43:06.156455
Title: Quantum algorithm for reducing amplitudes in order to search and filter data
Title（参考訳）: データ検索とフィルタリングのための振幅低減のための量子アルゴリズム
Authors: Karina Zakharova, Artem Chernikov, Sergey Sysoev,
Abstract要約: このアルゴリズムは量子プロセッサ上に数学的記述と回路実装を有する。その考え方は、データと望ましい結果との対応に基づいて、迅速な決定(単一イテレーションまで)を行うことである。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The method is introduced for fast data processing by reducing the probability amplitudes of undesirable elements. The algorithm has a mathematical description and circuit implementation on a quantum processor. The idea is to make a quick decision (down to a single iteration) based on the correspondence between the data and the desired result, with a probability proportionate to this correspondence. Our approach allows one to calibrate the circuit to control specified proportions.
Abstract（参考訳）: 本手法は、望ましくない要素の確率振幅を低減し、高速なデータ処理を実現する。このアルゴリズムは量子プロセッサ上に数学的記述と回路実装を有する。この考え方は、データと所望の結果の対応に基づいて、この対応に比例した確率で、迅速な決定(単一イテレーションまで)を行うことである。我々のアプローチでは、回路を校正して特定の比率を制御できる。

関連論文リスト

Arbitrary state creation via controlled measurement [49.494595696663524]
このアルゴリズムは、制御されたアシラ状態の測定を使用して、必要なアシラ状態を検出する小さな確率の問題を回避する。このアルゴリズムは、様々なアルゴリズム、特に以前に開発された行列演算アルゴリズムにおいて必要な入力状態を生成するサブルーチンである。
論文参考訳（メタデータ） (2025-04-13T07:23:50Z)
Fast Expectation Value Calculation Speedup of Quantum Approximate Optimization Algorithm: HoLCUs QAOA [55.2480439325792]
本稿では,LCU演算子の線形結合として表現できる演算子の期待値を計算するための新しい手法を提案する。この方法は任意の量子アルゴリズムに対して一般的であり、変分量子アルゴリズムの加速に特に関心がある。
論文参考訳（メタデータ） (2025-03-03T17:15:23Z)
FragQC: An Efficient Quantum Error Reduction Technique using Quantum Circuit Fragmentation [4.2754140179767415]
誤差確率が一定の閾値を超えると、量子回路をサブ回路に切断するソフトウェアツールであるFragQCを提示する。回路を切断せずに直接実行した場合の忠実度は14.83%増加し、8.45%が最先端のICP法である。
論文参考訳（メタデータ） (2023-09-30T17:38:31Z)
Sequential minimum optimization algorithm with small sample size estimators [0.06445605125467573]
逐次最小最適化は、機械学習のグローバル検索訓練アルゴリズムである。本手法をフォトニクス回路に適用することにより,偶然事象の頻度の低さがアルゴリズムの速度を低下させるという新たな課題が生じる。
論文参考訳（メタデータ） (2023-03-02T06:02:46Z)
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)
Automatic and effective discovery of quantum kernels [41.61572387137452]
量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
論文参考訳（メタデータ） (2022-09-22T16:42:14Z)
Amplitude Estimation from Quantum Signal Processing [0.30458514384586405]
振幅推定アルゴリズムはGroverのアルゴリズムに基づいており、入力状態と所望の結果に関する反射を交互に行う。量子信号処理により、より柔軟な方法で振幅を推定できることがわかった。
論文参考訳（メタデータ） (2022-07-18T14:22:10Z)
Grover search revisited; application to image pattern matching [0.8367938108534343]
本稿では,Groverデータベース全体の探索やパターンマッチングを行う量子アルゴリズムを提案する。鍵となる考え方は、最近提案された近似振幅符号化法を浅い量子回路で使用することである。
論文参考訳（メタデータ） (2021-08-24T17:30:41Z)
Quantum Error Mitigation Relying on Permutation Filtering [84.66087478797475]
本稿では,既存の置換に基づく手法を特殊なケースとして含む,置換フィルタ(permutation filters)と呼ばれる一般的なフレームワークを提案する。提案するフィルタ設計アルゴリズムは, 常に大域的最適度に収束し, フィルタが既存の置換法よりも大幅に改善できることを示す。
論文参考訳（メタデータ） (2021-07-03T16:07:30Z)
Fast Swapping in a Quantum Multiplier Modelled as a Queuing Network [64.1951227380212]
量子回路をキューネットワークとしてモデル化することを提案する。提案手法はスケーラビリティが高く,大規模量子回路のコンパイルに必要となる潜在的な速度と精度を有する。
論文参考訳（メタデータ） (2021-06-26T10:55:52Z)
Quasiprobability decompositions with reduced sampling overhead [4.38301148531795]
量子エラー軽減技術は、フォールトトレラントな量子エラー補正を必要とせずに、現在の量子ハードウェアのノイズを低減することができる。本稿では, 準確率分解を雑音を考慮した方法で選択することを目的とした, 数学的最適化に基づく新しいアルゴリズムを提案する。
論文参考訳（メタデータ） (2021-01-22T19:00:06Z)
Learned Block Iterative Shrinkage Thresholding Algorithm for Photothermal Super Resolution Imaging [52.42007686600479]
深層ニューラルネットワークに展開する反復アルゴリズムを用いて,学習したブロックスパース最適化手法を提案する。本稿では、正規化パラメータの選択を学ぶことができる学習ブロック反復収縮しきい値アルゴリズムを使用することの利点を示す。
論文参考訳（メタデータ） (2020-12-07T09:27:16Z)
Channel Assignment in Uplink Wireless Communication using Machine Learning Approach [54.012791474906514]
本稿では,アップリンク無線通信システムにおけるチャネル割り当て問題について検討する。我々の目標は、整数チャネル割り当て制約を受ける全ユーザの総和率を最大化することです。計算複雑性が高いため、機械学習アプローチは計算効率のよい解を得るために用いられる。
論文参考訳（メタデータ） (2020-01-12T15:54:20Z)

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。