論文の概要: Quantum-Native Maximum Likelihood Detection in Random Access Channel with Overloaded MIMO
- arxiv url: http://arxiv.org/abs/2605.19389v1
- Date: Tue, 19 May 2026 05:35:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-20 15:03:09.142497
- Title: Quantum-Native Maximum Likelihood Detection in Random Access Channel with Overloaded MIMO
- Title（参考訳）: 過負荷MIMOを用いたランダムアクセスチャネルにおける量子負極大近似検出
- Authors: Hyoga Iizumi, Naoki Ishikawa, Shunsuke Uehashi, Kota Nakamura, Shusaku Umeda, Toshiaki Koike-Akino,
- Abstract要約: 過負荷マルチインプット多重出力(MIMO)システムに対する最大極大検出(MLD)の量子ネイティブな定式化を提案する。
提案した検出器は, 必要なグローバー回転数を最大65%まで減らしながら, 最適検出性能を実現する。
- 参考スコア（独自算出の注目度）: 11.391109349877155
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In this paper, we propose a quantum-native formulation of maximum likelihood detection (MLD) for overloaded multiple-input multiple-output (MIMO) systems in a random access channel, where numerous user terminals share the same channel resource and asynchronously transmit signals. Classical linear detectors suffer from significant performance degradation in this scenario, whereas the exhaustive-search MLD achieves the optimal performance but incurs an exponential computational complexity. To overcome this trade-off, we formulate the MLD as a binary optimization problem and solve it via Grover adaptive search (GAS) -- a quantum exhaustive search algorithm offering quadratic speedup in fault-tolerant quantum computing. We then introduce a search space reduction technique to substantially decrease the required computational resources. In addition, we investigate efficient parameter settings for GAS through probability analysis to improve convergence performance. We demonstrate that the proposed detector achieves the optimal detection performance while reducing the required Grover rotation count to reach the solution by up to approximately 65% compared with the conventional GAS, showing its potential as a viable solution for future quantum-accelerated wireless systems.
- Abstract（参考訳）: 本稿では、多数のユーザ端末が同一チャネルリソースを共有し、非同期に信号を送信するランダムアクセスチャネルにおいて、過負荷のマルチインプットマルチアウトプット(MIMO)システムに対するMLDの量子ネイティブな定式化を提案する。
古典線形検出器は、このシナリオで顕著な性能劣化に悩まされる一方、徹底探索MDDは最適な性能を達成するが、指数関数的な計算複雑性を引き起こす。
このトレードオフを克服するために、MLDをバイナリ最適化問題として定式化し、フォールトトレラント量子コンピューティングの2次スピードアップを提供するGrover Adaptive Search (GAS) を用いて解決する。
次に,必要な計算資源を大幅に削減する検索空間削減手法を提案する。
さらに,GASの効率的なパラメータ設定を確率解析により検討し,収束性能を向上させる。
提案する検出器は,従来のGASと比較して最大65%の精度でGrover回転数を減少させながら,最適検出性能を実現し,将来的な量子加速無線システムの実現可能性を示した。
関連論文リスト
- Communication-Efficient Quantum Federated Learning over Large-Scale Wireless Networks [21.963665862623245]
量子学習(QFL)は、コンピューティングの堅牢なデータ処理とプライバシ保護フェデレーション学習(FL)を組み合わせる。
大規模無線ネットワークでは、QFLの真の可能性を解き放つために、和中心の最適化が不可欠である。
本論文は,非orthoortho access (NOMA) ネットワーク用に特別に設計されている。
論文 参考訳（メタデータ） (2026-03-01T18:41:15Z) - Fast and Robust Remote Two-Qubit Gates on Distributed Qubits [13.099136824902303]
本稿では,パラメトリック変調を用いた遠隔量子幾何ゲートスキームを提案し,実証する。
高速リモートSWAPと$sqrttextSWAP$ゲートを高忠実度で実現し,約30秒で動作を完了した。
論文 参考訳（メタデータ） (2025-11-03T10:12:16Z) - 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) - Enhancing Dropout-based Bayesian Neural Networks with Multi-Exit on FPGA [20.629635991749808]
本稿では,フィールドプログラマブルゲートアレイ(FPGA)ベースのアクセラレータを効率よく生成するアルゴリズムとハードウェアの共同設計フレームワークを提案する。
アルゴリズムレベルでは、計算とメモリのオーバーヘッドを低減した、新しいマルチエグジット・ドロップアウトベースのベイズNNを提案する。
ハードウェアレベルでは,提案する効率的なベイズNNのためのFPGAベースのアクセラレータを生成するための変換フレームワークを提案する。
論文 参考訳（メタデータ） (2024-06-20T17:08:42Z) - Quantum Speedup of the Dispersion and Codebook Design Problems [6.735173690339397]
分散問題はNPハードに分類される最適化問題である。
本稿では,Grover Adaptive Search(GAS)量子アルゴリズムによる解を実現するために,最大値と最大値の分散問題の新しい定式化を提案する。
論文 参考訳（メタデータ） (2024-06-11T12:00:50Z) - Optimal control in large open quantum systems: the case of transmon readout and reset [44.99833362998488]
本稿では, 随伴状態法と逆時間バックプロパゲーションを組み合わせることで, 極めて大規模なオープンシステム量子制御問題を解く枠組みを提案する。
超伝導量子ビットにおける2つの本質的に散逸する演算を最適化するために、この枠組みを適用した。
提案手法は, 標準パルスがほぼ最適であるのに対して, プロトコル中にトランスモンドライブを付加することで, 忠実度と持続時間の2倍向上が期待できることを示す。
論文 参考訳（メタデータ） (2024-03-21T18:12:51Z) - Quantum Speedup for Higher-Order Unconstrained Binary Optimization and
MIMO Maximum Likelihood Detection [2.5272389610447856]
実数値の高次非制約二項最適化問題をサポートする量子アルゴリズムを提案する。
提案アルゴリズムは,古典的領域におけるクエリの複雑さを低減し,量子領域における2次高速化を実現する。
論文 参考訳（メタデータ） (2022-05-31T00:14:49Z) - Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。
問題の大きさと問題グラフの次数で指数関数的に増大する。
これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文 参考訳（メタデータ） (2022-01-06T21:02:30Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳（メタデータ） (2020-10-01T18:14:11Z) - 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。