論文の概要: Quantum Sketches, Hashing, and Approximate Nearest Neighbors
- arxiv url: http://arxiv.org/abs/2602.19259v1
- Date: Sun, 22 Feb 2026 16:18:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-24 17:42:02.552413
- Title: Quantum Sketches, Hashing, and Approximate Nearest Neighbors
- Title（参考訳）: 量子スケッチ, ハッシュ, 近似近傍
- Authors: Sajjad Hashemian,
- Abstract要約: 広い量子スケッチモデルでは、データセット$P$は$m$-qubit state $_P$としてエンコードされ、各クエリは、$_P$の新しいコピーに対する任意のクエリ依存の測定によって答えられる。
すべての近似係数 $cge 1$ と一定の成功確率 $p>1/2$ に対して、ハミング空間 $0,1d$ と $d=(log n)$ に$n$-point のインスタンスを示し、そのようなスケッチは $m=(n)$ qubits を必要とする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Motivated by Johnson--Lindenstrauss dimension reduction, amplitude encoding, and the view of measurements as hash-like primitives, one might hope to compress an $n$-point approximate nearest neighbor (ANN) data structure into $O(\log n)$ qubits. We rule out this possibility in a broad quantum sketch model, the dataset $P$ is encoded as an $m$-qubit state $ρ_P$, and each query is answered by an arbitrary query-dependent measurement on a fresh copy of $ρ_P$. For every approximation factor $c\ge 1$ and constant success probability $p>1/2$, we exhibit $n$-point instances in Hamming space $\{0,1\}^d$ with $d=Θ(\log n)$ for which any such sketch requires $m=Ω(n)$ qubits, via a reduction to quantum random access codes and Nayak's lower bound. These memory lower bounds coexist with potential quantum query-time gains and in candidate-scanning abstractions of hashing-based ANN, amplitude amplification yields a quadratic reduction in candidate checks, which is essentially optimal by Grover/BBBV-type bounds.
- Abstract（参考訳）: Johnson--Lindenstrauss次元の縮小、振幅エンコーディング、およびハッシュのようなプリミティブとしての計測の観点により、n$ポイント近辺(ANN)データ構造を$O(\log n)$ qubitsに圧縮したいと考えるかもしれない。
我々は、この可能性を広い量子スケッチモデルで定義し、データセット$P$は$m$-qubit state $ρ_P$としてエンコードされ、各クエリは、$ρ_P$の新しいコピーに対する任意のクエリ依存の測定によって答えられる。
任意の近似係数 $c\ge 1$ と一定の成功確率 $p>1/2$ に対して、ハミング空間 $\{0,1\}^d$ with $d=\(\log n)$ に$n$-point のインスタンスを示す。
これらのメモリローバウンドは、潜在的な量子クエリ時間ゲインと共存し、ハッシュベースのANNの候補走査抽象化では、振幅増幅は、Grover/BBBV型バウンダリによって本質的に最適である候補チェックの2次縮小をもたらす。
関連論文リスト
- Nearly Optimal Circuit Size for Sparse Quantum State Preparation [0.0]
量子状態が$d$スパースであるとは、非ゼロ振幅が$d$である場合に言う。
我々は,アシラリー量子ビット数と回路サイズとのトレードオフを初めて証明した。
論文 参考訳（メタデータ） (2024-06-23T15:28:20Z) - Towards Optimal Circuit Size for Sparse Quantum State Preparation [10.386753939552872]
我々は、$s$非ゼロ振幅を持つ$n$量子ビットスパース量子状態の準備を検討し、2つのアルゴリズムを提案する。
最初のアルゴリズムは$O(ns/log n + n)$ gatesを使用し、以前のメソッドを$O(log n)$で改善する。
2番目のアルゴリズムは、短いハミルトニアンパスを示す二進弦向けに調整されている。
論文 参考訳（メタデータ） (2024-04-08T02:13:40Z) - Spacetime-Efficient Low-Depth Quantum State Preparation with
Applications [93.56766264306764]
任意の量子状態を作成するための新しい決定論的手法は、以前の方法よりも少ない量子資源を必要とすることを示す。
我々は、量子機械学習、ハミルトンシミュレーション、方程式の線形系を解くことなど、この能力が役立ついくつかのアプリケーションを強調した。
論文 参考訳（メタデータ） (2023-03-03T18:23:20Z) - Quantum Resources Required to Block-Encode a Matrix of Classical Data [56.508135743727934]
回路レベルの実装とリソース推定を行い、古典データの高密度な$Ntimes N$行列をブロックエンコードして$epsilon$を精度良くすることができる。
異なるアプローチ間のリソーストレードオフを調査し、量子ランダムアクセスメモリ(QRAM)の2つの異なるモデルの実装を検討する。
我々の結果は、単純なクエリの複雑さを超えて、大量の古典的データが量子アルゴリズムにアクセスできると仮定された場合のリソースコストの明確な図を提供する。
論文 参考訳（メタデータ） (2022-06-07T18:00:01Z) - How to simulate quantum measurement without computing marginals [3.222802562733787]
量子状態$psi$を標準で計算するためのアルゴリズムを,古典的に記述し,解析する。
我々のアルゴリズムはサンプリングタスクを$n$-qubit状態のポリ(n)$振幅の計算に還元する。
論文 参考訳（メタデータ） (2021-12-15T21:44:05Z) - Random quantum circuits transform local noise into global white noise [118.18170052022323]
低忠実度状態におけるノイズランダム量子回路の測定結果の分布について検討する。
十分に弱くユニタリな局所雑音に対して、一般的なノイズ回路インスタンスの出力分布$p_textnoisy$間の相関(線形クロスエントロピーベンチマークで測定)は指数関数的に減少する。
ノイズが不整合であれば、出力分布は、正確に同じ速度で均一分布の$p_textunif$に近づく。
論文 参考訳（メタデータ） (2021-11-29T19:26:28Z) - Locally Private Hypothesis Selection [96.06118559817057]
我々は、$mathcalQ$から$p$までの総変動距離が最良の分布に匹敵する分布を出力する。
局所的な差分プライバシーの制約は、コストの急激な増加を引き起こすことを示す。
提案アルゴリズムは,従来手法のラウンド複雑性を指数関数的に改善する。
論文 参考訳（メタデータ） (2020-02-21T18:30:48Z)
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。