論文の概要: Quantum Communication Complexity of L2-Regularized Linear Regression Protocols

• arxiv url: http://arxiv.org/abs/2508.16141v1
• Date: Fri, 22 Aug 2025 07:07:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-25 16:42:36.281397
• Title: Quantum Communication Complexity of L2-Regularized Linear Regression Protocols
• Title（参考訳）: L2規則化線形回帰プロトコルの量子通信複雑性
• Authors: Sayaki Matsushita,
• Abstract要約: 本稿では,量子コーディネータモデルにおける分散線形回帰について検討する。 通常の(非正規化)およびL2正規化(ティコノフ)最小二乗問題を解くための改良された拡張量子プロトコルを提案する。
• 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: Linear regression is fundamental to statistical analysis and machine learning, but its application to large-scale datasets necessitates distributed computing. The problem also arises in quantum computing, where handling extensive data requires distributed approaches. This paper investigates distributed linear regression in the quantum coordinator model. Building upon the distributed quantum least squares protocol developed by Montanaro and Shao, we propose improved and extended quantum protocols for solving both ordinary (unregularized) and L2-regularized (Tikhonov) least squares problems. For ordinary least squares methods, our protocol reduces the quantum communication complexity compared to the previous protocol. In particular, this yields a quadratic improvement in the number of digits of precision required for the generated quantum states. This improvement is achieved by incorporating advanced techniques such as branch marking and branch-marked gapped phase estimation developed by Low and Su. Additionally, we introduce a quantum protocol for the L2-regularized least squares problem and derive its quantum communication complexity.
• Abstract（参考訳）: 線形回帰は統計解析と機械学習の基礎であるが、大規模データセットへの適用には分散コンピューティングが必要である。 この問題は量子コンピューティングでも発生し、広範なデータを扱うには分散アプローチが必要である。 本稿では,量子コーディネータモデルにおける分散線形回帰について検討する。 モンタナロとシャオによって開発された分散量子最小二乗プロトコルに基づいて、通常の(非正規化)およびL2正規化(ティコノフ)最小二乗問題を解くための改良および拡張量子プロトコルを提案する。 通常の最小二乗法では、このプロトコルは以前のプロトコルに比べて量子通信の複雑さを低減させる。 特に、これは生成された量子状態に必要な精度の桁数を2次的に改善する。 この改善は、LowとSuによって開発されたブランチマーキングやブランチマーキングによるギャップド位相推定などの高度な手法を取り入れることで達成される。 さらに、L2正規化最小二乗問題に対する量子プロトコルを導入し、その量子通信複雑性を導出する。

関連論文リスト

• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Detecting Errors in a Quantum Network with Pauli Checks [2.692338496884547]
  量子エラー検出方式であるPauli check sandwiching (PCS) を分散マルチパーティプロトコルにすることで量子ネットワークに適用する。 PCSはターゲットの量子ビットに対して保護を提供し、通常、標準的な量子エラー訂正や検出コードよりもリソースオーバーヘッドを少なくする。
  論文  参考訳（メタデータ） (2024-05-24T05:56:21Z)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• Explainable quantum regression algorithm with encoded data structure [0.0]
  本稿では,最初の解釈可能な量子回帰アルゴリズムを構築する。 符号化されたデータ構造は回帰マップの計算の時間的複雑さを減少させる。 我々は、中性冷原子とイオンに実装されたマルチキュービットゲートを持つ潜在的な量子ユーティリティを想定する。
  論文  参考訳（メタデータ） (2023-07-07T00:30:16Z)
• Compilation of a simple chemistry application to quantum error correction primitives [44.99833362998488]
  我々は、最小限の化学例に基づいて、フォールトトレラントに量子位相推定を行うために必要な資源を推定する。 単純な化学回路でさえも1000キュービットと2300の量子誤差補正ラウンドを必要とすることがわかった。
  論文  参考訳（メタデータ） (2023-07-06T18:00:10Z)
• End-to-end resource analysis for quantum interior point methods and portfolio optimization [63.4863637315163]
  問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。 アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
  論文  参考訳（メタデータ） (2022-11-22T18:54:48Z)
• Benchmarking multi-qubit gates -- I: Metrological aspects [0.0]
  量子コンピュータにおけるハードウェアエラーのベンチマークは、最近大きな注目を集めている。 既存のデジタル量子コンピュータのベンチマークでは、大規模な量子回路上でのグローバルな忠実度が平均化されている。 削減されたChoi行列に基づいて,マルチキュービット量子ゲートに適した新しいフィギュア・オブ・メリットを開発した。
  論文  参考訳（メタデータ） (2022-10-09T19:36:21Z)

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。