論文の概要: Resource-Efficient Digitized Adiabatic Quantum Factorization

• arxiv url: http://arxiv.org/abs/2602.04740v1
• Date: Wed, 04 Feb 2026 16:42:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-05 19:45:11.634842
• Title: Resource-Efficient Digitized Adiabatic Quantum Factorization
• Title（参考訳）: 資源効率のよい拡張型アディアバティック量子ファクター化
• Authors: Felip Pellicer, Juan José García-Ripoll, Alan C. Santos,
• Abstract要約: 我々は,因子化を実装する際のゲート要求コストを削減できるディジタル型断熱アルゴリズムを導出する。 我々のエンコーディングは、断熱因数分解アルゴリズムの設計を可能にする。
• 参考スコア（独自算出の注目度）: 1.1470070927586018
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Digitized adiabatic quantum factorization is a hybrid algorithm that exploits the advantage of digitized quantum computers to implement efficient adiabatic algorithms for factorization through gate decompositions of analog evolutions. In this paper, we harness the flexibility of digitized computers to derive a digitized adiabatic algorithm able to reduce the gate-demanding costs of implementing factorization. To this end, we propose a new approach for adiabatic factorization by encoding the solution of the problem in the kernel subspace of the problem Hamiltonian, instead of using ground-state encoding considered in the standard adiabatic factorization proposed by Peng $et$ $al$. [Phys. Rev. Lett. 101, 220405 (2008)]. Our encoding enables the design of adiabatic factorization algorithms belonging to the class of Quadratic Unconstrained Binary Optimization (QUBO) methods, instead the Polinomial Unconstrained Binary Optimization (PUBO) used by standard adiabatic factorization. We illustrate the performance of our QUBO algorithm by implementing the factorization of integers $N$ up to 8 bits. The results demonstrate a substantial improvement over the PUBO formulation, both in terms of reduced circuit complexity and increased fidelity in identifying the correct solution.
• Abstract（参考訳）: Digitized adiabatic quantum factorizationは、デジタル化された量子コンピュータの利点を利用して、アナログ進化のゲート分解による因子化のための効率的なアディアバティックアルゴリズムを実装するハイブリッドアルゴリズムである。 本稿では,デジタルコンピュータのフレキシビリティを利用して,因子化を行う際のゲート要求コストを低減できるデジタルアダバティックアルゴリズムを導出する。 そこで本研究では,Peng $et$$al$で提案される標準的なアディベート因数分解において考慮された基底状態符号化を使わずに,問題ハミルトニアンのカーネル部分空間における問題の解を符号化することで,アディベート因数分解のための新しいアプローチを提案する。 [Phys. Rev. Lett. 101, 220405 (2008)] 符号化により,定性的非拘束バイナリ最適化 (QUBO) 法に属するアディバティック因数分解アルゴリズムの設計が可能となり,代わりに標準的なアディバティック因数分解で使用されるポリノミカル非拘束バイナリ最適化 (PUBO) が実現された。 整数の因数分解を最大8ビットまで行うことで,QUBOアルゴリズムの性能について述べる。 その結果,PUBO定式化よりも回路複雑性の低減と正解の正解性向上の両面において顕著な改善が認められた。

関連論文リスト

• A Simplification Method for Inequality Constraints in Integer Binary Encoding HOBO Formulations [0.0]
  提案手法は,擬似非拘束バイナリ最適化(QUBO)の定式化に伴う課題に対処する。 制約を効率的に統合することにより、量子および古典的解法の計算効率と精度を高めることができる。
  論文  参考訳（メタデータ） (2025-01-16T17:06:25Z)
• Integer Factorization through Func-QAOA [0.0]
  暗号時間整数分解のための効率的な古典的アルゴリズムは発見されていない。 本稿では,Func-QAOAによる因子化手法を提案する。
  論文  参考訳（メタデータ） (2023-09-26T18:00:25Z)
• 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)
• Alternatives to a nonhomogeneous partial differential equation quantum algorithm [52.77024349608834]
  Apsi(textbfr)=f(textbfr)$ という形の非等質線型偏微分方程式を解くための量子アルゴリズムを提案する。 これらの成果により、現代の技術に基づく量子アルゴリズムの実験的実装が容易になった。
  論文  参考訳（メタデータ） (2022-05-11T14:29:39Z)
• Quadratic Unconstrained Binary Optimisation via Quantum-Inspired Annealing [58.720142291102135]
  本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。 我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
  論文  参考訳（メタデータ） (2021-08-18T09:26:17Z)
• Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
  マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。 その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
  論文  参考訳（メタデータ） (2021-06-24T20:16:02Z)
• Polynomial unconstrained binary optimisation inspired by optical simulation [52.11703556419582]
  制約のないバイナリ最適化の問題を解決するために,光コヒーレントIsingマシンにヒントを得たアルゴリズムを提案する。 提案アルゴリズムを既存のPUBOアルゴリズムに対してベンチマークし,その優れた性能を観察する。 タンパク質の折り畳み問題や量子化学問題へのアルゴリズムの適用は、PUBO問題による電子構造問題の近似の欠点に光を当てる。
  論文  参考訳（メタデータ） (2021-06-24T16:39:31Z)
• 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。

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。