論文の概要: Block-QAOA-Aware Detection with Parameter Transfer for Large-Scale MIMO

• arxiv url: http://arxiv.org/abs/2603.14042v2
• Date: Tue, 17 Mar 2026 09:47:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-18 13:19:43.857141
• Title: Block-QAOA-Aware Detection with Parameter Transfer for Large-Scale MIMO
• Title（参考訳）: 大規模MIMOのためのパラメータ転送によるブロックQAOA検出
• Authors: Shuai Zeng,
• Abstract要約: 本稿では,Block-QAOA-Aware MIMO Detector (BQA-MD)を提案する。 特に、BQA-MDは、QRドメインにおけるブロックQAOA対応プリプロセッシング、標準一貫性のブロックワイド5G NR Gray-HUBOインタフェース、MMSEによる動的正規化ブロックワイド目的を組み合わせている。
• 参考スコア（独自算出の注目度）: 1.599072005190786
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large-scale MIMO detection remains challenging because exact or near-maximum-likelihood search is difficult to scale, while available quantum resources are insufficient for directly solving full-size detection instances by QAOA. This paper therefore proposes a Block-QAOA-Aware MIMO Detector (BQA-MD), whose primary purpose is to reorganize the detection chain so that it becomes compatible with limited-qubit local quantum subproblems. Specifically, BQA-MD combines block-QAOA-aware preprocessing in the QR domain, a standards-consistent blockwise 5G NR Gray-HUBO interface, an MMSE-induced dynamic regularized blockwise objective, and K-best candidate propagation. Within this framework, fixed-size block construction gives every local subproblem a uniform circuit width and parameter dimension, which in turn enables parameter-transfer QAOA as a practical realization strategy for structurally matched local subproblems. Experiments are conducted on a 16x16 Rayleigh MIMO system with 16QAM using classical simulation of the quantum subroutine. The results show that the regularized blockwise detector improves upon its unregularized counterpart, validating the adopted blockwise objective and the block-QAOA-aware design rationale. They also show that the parameter-transfer QAOA detector nearly matches the regularized blockwise exhaustive reference and clearly outperforms direct-training QAOA in BER, thereby supporting parameter reuse as the preferred QAOA realization strategy within the proposed framework. In the tested setting, MMSE remains slightly better in the low-SNR region, whereas the parameter-transfer QAOA detector becomes highly competitive from the medium-SNR regime onward.
• Abstract（参考訳）: 大規模MIMO検出は、QAOAによる完全サイズの検出インスタンスを直接解くには、利用可能な量子資源が不十分であるのに対して、正確なもしくはほぼ最大に近い探索はスケールが難しいため、依然として困難である。 そこで本研究では,Block-QAOA-Aware MIMO Detector (BQA-MD)を提案する。 特に、BQA-MDは、QRドメインにおけるブロックQAOA対応プリプロセッシング、標準一貫性のブロックワイド5G NR Gray-HUBOインターフェース、MMSEによる動的正規化ブロックワイドオブジェクト、K-best候補伝搬を組み合わせている。 このフレームワーク内では、固定サイズのブロック構成により、すべての局所サブプロブレムに均一な回路幅とパラメータ次元を与え、それによって、構造的に整合した局所サブプロブレムの実用的な実現戦略としてパラメータ転送QAOAを可能にする。 16QAMを用いた16x16レイリーMIMOシステムで量子サブルーチンの古典シミュレーションにより実験を行った。 その結果, 正規化ブロックワイド検出器は非正規化により改良され, 採用ブロックワイド目標とブロックQAOAを意識した設計根拠が検証された。 また、パラメータ転送QAOA検出器は、正規化されたブロック単位での排気基準とほぼ一致し、BERの直接学習QAOAよりも明らかに優れており、提案フレームワーク内での好ましいQAOA実現戦略としてパラメータ再利用をサポートすることも示している。 テスト環境では、MMSEは低SNR領域で若干改善されているが、パラメータ移動QAOA検出器は中SNR体制と高い競争力を持つ。

関連論文リスト

• Learning to Separate RF Signals Under Uncertainty: Detect-Then-Separate vs. Unified Joint Models [53.79667447811139]
  受信した信号に直接適用した場合、単一のディープニューラルネットワークアーキテクチャが共同で検出および分離することを学習していることを示す。 これらの結果から,UJM は DTS に代わるスケーラブルで実用的な代替品であり,広範に推定された統合分離のための新たな方向を開拓した。
  論文  参考訳（メタデータ） (2026-02-04T15:25:02Z)
• Topology-Aware Block Coordinate Descent for Qubit Frequency Calibration of Superconducting Quantum Processors [9.256953420444077]
  プリエグゼクティオン校正は、量子プロセッサを操作する上で大きなボトルネックとなる。 Snake SequenceはBlock Coordinate Descent(BCD)と等価であることを示す。 これらの結果は、NISQ-eraプロセッサ上での周波数キャリブレーションのためのスケーラブルで実装可能なワークフローを提供する。
  論文  参考訳（メタデータ） (2026-01-15T09:09:36Z)
• Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
  生成のための教師なし共形推論フレームワークを提案する。 我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。 その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
  論文  参考訳（メタデータ） (2025-09-26T23:40:47Z)
• Evaluating the performance of quantum processing units at large width and depth [0.40964539027092917]
  線形ランプ量子近似最適化アルゴリズム(LR-QAOA)に基づくベンチマークプロトコルを提案する。 LR-QAOAは、回路深度が増加するにつれてコヒーレント信号を保存するQPUの能力を定量化し、ランダムサンプリングと統計的に区別できない性能になるかどうかを特定する。 このプロトコルを6つのベンダーの24の量子プロセッサに適用し、最大156の量子ビットと1Dチェーンにまたがる1万の層、ネイティブレイアウト、完全に接続されたトポロジの問題をテストします。
  論文  参考訳（メタデータ） (2025-02-10T13:50:50Z)
• CBQ: Cross-Block Quantization for Large Language Models [66.82132832702895]
  ポストトレーニング量子化(PTQ)は、超低コストで大規模言語モデル(LLM)を圧縮する上で重要な役割を果たしている。 LLMのためのクロスブロック再構成に基づくPTQ手法CBQを提案する。 CBQはリコンストラクションスキームを使用してクロスブロック依存関係を採用し、エラーの蓄積を最小限に抑えるために複数のブロックにまたがる長距離依存関係を確立する。
  論文  参考訳（メタデータ） (2023-12-13T07:56:27Z)
• Deep Learning Assisted Multiuser MIMO Load Modulated Systems for Enhanced Downlink mmWave Communications [68.96633803796003]
  本稿では, マルチユーザ負荷変調アレイ (MU-LMA) に着目し, マイクロウェーブ (mmWave) マルチインプット・マルチアウトプット (MIMO) システムにおいて, マルチユーザ負荷変調アレイ (MU-LMA) の小型化とコスト削減を図っている。 ダウンリンクMU-LMAの既存のプリコーディングアルゴリズムは、自由度と複雑なシステム構成の低下に悩まされるサブアレイ構造化(SAS)送信機に依存している。 本稿では,FAS (Full-array Structured) 送信機を用いたMU-LMAシステムを提案し,それに応じて2つのアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-11-08T08:54:56Z)
• Experimental decoy-state asymmetric measurement-device-independent quantum key distribution over a turbulent high-loss channel [0.0]
  Measurement-Device-Independent (MDI) QKDは、信頼できない第三者が測定を行い、すべてのサイドチャネル攻撃を取り除くことを認可する。 有限の大きさのデコイ状態MDI QKDの乱流条件下でのキーレート向上を示す。
  論文  参考訳（メタデータ） (2023-11-07T20:36:33Z)
• Optimal Local Measurements in Single-Parameter Quantum Metrology [3.245777276920855]
  局所測定(LM)によるQCRB(Quantum Cram'er-Rao Bound)の実現可能性について検討する。 純粋量子ビットに対しては、パラメータ推定モデルがLMを介してQCRBを達成できるかどうかを判断するために必要な2つの方法を提案する。
  論文  参考訳（メタデータ） (2023-09-30T07:34:31Z)
• General Hamiltonian Representation of ML Detection Relying on the Quantum Approximate Optimization Algorithm [74.6114458993128]
  最適化問題を解くために考案された量子近似最適化アルゴリズム(QAOA)は、既存のノイズのある中間スケール量子(NISQ)デバイス上で実行することができる。 我々は、QAOAを適切に適応させることにより、一般星座の最大可能性(ML)検出問題を解く。 特に、M-ary Gray-mapped Quarature amplitude modulation (MQAM) 星座では、同相成分をコードする特定の量子ビットと二次成分をコードする量子ビットが、興味のある量子系において独立であることを示す。
  論文  参考訳（メタデータ） (2022-04-11T14:11:24Z)
• A Two Stage Generalized Block Orthogonal Matching Pursuit (TSGBOMP) Algorithm [0.3867363075280543]
  いくつかの投射からの未知のスパース信号の回収は、圧縮センシングの重要な目的である。 BOMPのような既存のブロックスパース回復アルゴリズムは、一様ブロックサイズと既知のブロック境界を仮定する。 本稿では,第1段階が粗いブロック位置同定段階である2段階の手順を提案する。 第2のステージは、第1のステージで選択されたウィンドウ内の非ゼロクラスタのより微細なローカライズを実行する。
  論文  参考訳（メタデータ） (2020-08-18T17:00:55Z)
• Scope Head for Accurate Localization in Object Detection [135.9979405835606]
  本研究では,各位置のアンカーを相互依存関係としてモデル化したScopeNetと呼ばれる新しい検出器を提案する。 我々の簡潔で効果的な設計により、提案したScopeNetはCOCOの最先端の成果を達成する。
  論文  参考訳（メタデータ） (2020-05-11T04:00:09Z)

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。