論文の概要: Quantum feedback algorithms for DNA assembly using FALQON variants
- arxiv url: http://arxiv.org/abs/2602.21080v1
- Date: Tue, 24 Feb 2026 16:44:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-25 17:34:53.84515
- Title: Quantum feedback algorithms for DNA assembly using FALQON variants
- Title（参考訳）: FALQON変異体を用いたDNA合成のための量子フィードバックアルゴリズム
- Authors: Pedro M. Prado, Lucas A. M. Rattighieri, Rafael Simões do Carmo, Giovanni S. Franco, Guilherme E. L. Pexe, Alexandre Drinko, Erick G. Dorlass, Tatiana F. de Almeida, Felipe F. Fanchini,
- Abstract要約: 標準FALQON,2次FALQON(SO-FALQON)および時間スケールFALQON(TR-FALQON)を用いて,SARS-CoV-2およびヒトDNAの長読DNA断片を解析した。
数値計算の結果,両変種は基底状態への収束を改善し,回路深度を下げた場合の成功確率を増加させることがわかった。
- 参考スコア（独自算出の注目度）: 31.458406135473805
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reconstructing DNA sequences without a reference, known as de novo assembly, is a complex computational task involving the alignment of overlapping fragments. To address this problem, a usual strategy is to map the assembly to a Quadratic Unconstrained Binary Optimization (QUBO) formulation, which can be solved by different quantum algorithms. In this work, we focus on three versions of the Feedback-based Algorithm, a protocol that eliminates classical optimization loops via measurement feedback. We analyze long-read DNA fragments from SARS-CoV-2 and human mitochondrial DNA using standard FALQON, second-order FALQON (SO-FALQON), and time-rescaled FALQON (TR-FALQON). Numerical results show that both variants improve convergence to the ground state and increase success probabilities at reduced circuit depths. These findings indicate that enhanced feedback-driven dynamics are effective for solving combinatorial problems on near-term quantum hardware.
- Abstract（参考訳）: デ・ノヴォ・アセンブリ(de novo assembly)として知られる参照なしでDNA配列を再構成することは、重なり合う断片のアライメントを含む複雑な計算課題である。
この問題に対処するために、一般的な戦略は、アセンブリを異なる量子アルゴリズムで解ける準非制約バイナリ最適化(QUBO)の定式化にマッピングすることである。
本研究では,古典的な最適化ループを計測フィードバックによって除去するプロトコルであるフィードバックベースアルゴリズムの3つのバージョンに着目した。
標準FALQON,2次FALQON(SO-FALQON),時間再スケールFALQON(TR-FALQON)を用いて,SARS-CoV-2およびヒトミトコンドリアDNAの長読DNA断片を解析した。
数値計算の結果,両変種は基底状態への収束を改善し,回路深度を下げた場合の成功確率を増加させることがわかった。
これらの結果から,短期量子ハードウェアにおける組合せ問題を解く上で,フィードバック駆動力学の強化が有効であることが示唆された。
関連論文リスト
- Quantum Approximate Optimization Algorithm for MIMO with Quantized b-bit Beamforming [47.98440449939344]
多重入力多重出力(MIMO)は6G通信において重要であり、スペクトル効率と信頼性の向上を提供する。
本稿では、送信機と受信機の両方でbビット量子化位相シフト器の問題に対処するために、量子近似最適化アルゴリズム(QAOA)と交互最適化を適用することを検討する。
この量子化ビームフォーミング問題の構造はQAOAのようなハイブリッド古典的手法と自然に一致し、ビームフォーミングで使われる位相シフトは量子回路の回転ゲートに直接マッピングできる。
論文 参考訳（メタデータ） (2025-10-07T17:53:02Z) - Leveraging Analog Neutral Atom Quantum Computers for Diversified Pricing in Hybrid Column Generation Frameworks [0.0]
我々は、中性原子量子コンピュータ(NAQC)に基づくハイブリッドカラム生成(CG)アルゴリズムのアナログ量子サブルーチンを改善するための新しいパルス設計と埋め込み戦略を開発した。
これらの戦略は、生成されたサンプルの品質と多様性を改善するために設計されている。
我々はこれらをロジスティクスにおける重要な最適化(CO)問題、すなわち艦隊割り当てに適用する。
論文 参考訳（メタデータ） (2025-10-06T15:47:21Z) - Segmentation-Based Regression for Quantum Neural Networks [0.0]
量子ハードウェアの最近の進歩は、量子サンプリングと古典的推論を統合するアルゴリズムフレームワークの開発を動機付けている。
本研究は,量子ニューラルネットワーク(QNN)に適したセグメンテーションに基づく回帰手法を提案する。
回帰タスクを構造化された桁格子上の制約付き問題としてキャストすることにより、連続的な推論を解釈可能かつトラクタブルな更新に置き換える。
論文 参考訳（メタデータ） (2025-06-27T20:11:43Z) - Towards secondary structure prediction of longer mRNA sequences using a quantum-centric optimization scheme [0.0]
本稿では、量子サンプリングと古典的後処理を統合してこの問題に対処するスケーラブルな量子中心最適化フレームワークを提案する。
我々は、IBM量子プロセッサを用いて、最大156量子ビットと最大950個の非局所ゲートを含む回路を含む問題インスタンスを解くことで、これらのアプローチの有効性を実証する。
論文 参考訳（メタデータ） (2025-05-09T04:53:40Z) - Quantum evolutionary algorithm for TSP combinatorial optimisation problem [0.0]
本稿では、量子遺伝的アルゴリズム(QGA)を用いて、旅行セールスマン問題(TSP)と呼ばれる新しい問題を解決する方法を実装する。
我々は、この新しいアプローチがいかにうまく機能するかを、古典的遺伝的アルゴリズム(CGA)として知られる従来の手法と比較した。
論文 参考訳（メタデータ） (2024-09-20T08:27:42Z) - Quantum molecular docking with quantum-inspired algorithm [4.959284967789063]
本稿ではQAに着想を得た新しい量子分子ドッキング(QMD)手法を提案する。
我々は2つのバイナリ符号化法を構築し、指数的にビット数を減らした自由度を効率的に識別する。
我々は,QMDが検索ベースであるAuto VinaとディープラーニングのDIFFDOCKに対して,再ドッキングと自己ドッキングの両方のシナリオで優位性を示したことを示す。
論文 参考訳（メタデータ） (2024-04-12T06:24:45Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる
本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。
その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文 参考訳（メタデータ） (2022-09-01T17:08:41Z) - Learning Representations for CSI Adaptive Quantization and Feedback [51.14360605938647]
本稿では,周波数分割二重化システムにおける適応量子化とフィードバックの効率的な手法を提案する。
既存の研究は主に、CSI圧縮のためのオートエンコーダ(AE)ニューラルネットワークの実装に焦点を当てている。
1つはポストトレーニング量子化に基づくもので、もう1つはAEのトレーニング中にコードブックが見つかる方法である。
論文 参考訳（メタデータ） (2022-07-13T08:52:13Z) - Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。
本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。
Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
論文 参考訳（メタデータ） (2021-05-06T17:59:38Z) - Improving the Performance of Deep Quantum Optimization Algorithms with
Continuous Gate Sets [47.00474212574662]
変分量子アルゴリズムは計算的に難しい問題を解くのに有望であると考えられている。
本稿では,QAOAの回路深度依存性能について実験的に検討する。
この結果から, 連続ゲートセットの使用は, 短期量子コンピュータの影響を拡大する上で重要な要素である可能性が示唆された。
論文 参考訳（メタデータ） (2020-05-11T17:20:51Z)
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。