論文の概要: Modeling and Resource Optimization for Quantum Oracles

• arxiv url: http://arxiv.org/abs/2605.21380v1
• Date: Wed, 20 May 2026 16:41:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-21 19:19:56.787031
• Title: Modeling and Resource Optimization for Quantum Oracles
• Title（参考訳）: 量子オラクルのモデリングと資源最適化
• Abstract要約: オーラクルの形式的記述と正確な量子ゲート複雑性解析を可能にする階層的再帰的合成評価(HRSE)モデルを提案する。 固定量子ビット制約の下でオラクル構造を生成するための適応空間深度トレードオフ(ASDT)アルゴリズムを提案する。 実験の結果、ASDTアルゴリズムは平均量子回路深さをWサイクル法と比較して53.99%削減することが示された。
• 参考スコア（独自算出の注目度）: 6.666331324144536
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Quantum computing has demonstrated its significant advantage over supercomputing for specific applications and shown promising prospect, such as machine learning, cryptography, finance, etc.. Quantum oracles are very common in many quantum algorithms and oracle resource consumption directly affects algorithm performance. However, existing oracle designs often exhibit high resource overhead and limited compatibility. Moreover, structured description tools and complexity analysis methods are lacked. In this work, we introduces a Hierarchical Recursive Synthesis-Evaluation (HRSE) model, enabling formal description and precise quantum gate complexity analysis of oracles. Based on this model, we propose an Adaptive Space-depth Trade-off (ASDT) algorithm for generating oracle structures under a fixed qubit constraint. We provide a theoretical proof showing that the ASDT algorithm achieves the optimal gate count for a given number of qubits. Experimental results show that the ASDT algorithm reduces the average quantum circuit depth by 53.99% compared with the W-cycle approach, with the number of variables being 10, 15, and 20, respectively.
• Abstract（参考訳）: 量子コンピューティングは、特定のアプリケーションに対するスーパーコンピューティングよりも大きな優位性を示しており、機械学習、暗号、ファイナンスといった将来性を示している。 多くの量子アルゴリズムでは量子オラクルが非常に一般的であり、オラクル資源の消費はアルゴリズムのパフォーマンスに直接影響を及ぼす。 しかし、既存のオラクルの設計はリソースのオーバーヘッドが高く、互換性が限られていることが多い。 さらに,構造記述ツールや複雑性解析手法が欠如している。 本研究では,階層的再帰的合成評価(HRSE)モデルを導入し,オーラクルの形式的記述と正確な量子ゲート複雑性解析を可能にする。 このモデルに基づいて、固定量子ビット制約の下でオラクル構造を生成するための適応空間深度トレードオフ(ASDT)アルゴリズムを提案する。 本稿では,ASDTアルゴリズムが与えられたキュービット数の最適ゲート数を達成することを示す理論的証明を提案する。 実験の結果、ASDTアルゴリズムは平均量子回路深さをWサイクル法と比較して53.99%削減し、それぞれ10, 15, 20であることがわかった。

関連論文リスト

• Verifiable quantum advantage in extremely low depth [52.51019642214249]
  浅量子回路では解けない問題を格子ベースの仮定で解くのが困難である。 浅量子回路は、解を効率よく検証できる古典的な難題を解くのに十分な構造を持っていることを証明している。
  論文  参考訳（メタデータ） (2026-09-01T15:54:34Z)
• Tensor Network Assisted Distributed Variational Quantum Algorithm for Large Scale Combinatorial Optimization Problem [19.046113542182436]
  組合せ最適化問題の解法として分散変分量子アルゴリズム(DVQA)を提案する。 DVQAの重要な革新は、複雑な長距離の絡み合いに頼ることなく、変数間の依存関係を保存するために、切り詰められた高階特異値分解を使用することである。 実験的に、DVQAはシミュレーションの最先端性能を達成し、ポートフォリオ最適化のためにWu Kong量子コンピュータで実験的に検証されている。
  論文  参考訳（メタデータ） (2026-01-20T13:31:02Z)
• End-to-End Quantum Algorithm for Topology Optimization in Structural Mechanics [1.6943815984028532]
  位相最適化のためのエンドツーエンドのフォールトトレラント量子アルゴリズムを提案する。 提案した量子ワークフローは、量子アルゴリズムが計算科学と工学の分野をいかに前進させるかを示す。
  論文  参考訳（メタデータ） (2025-10-08T17:42:28Z)
• Advancing Quantum State Preparation Using Decision Diagram with Local Invertible Maps [5.328178128965817]
  本稿では,利用可能なアシラ量子ビットの数に応じて,効率的な量子状態合成(QSP)アルゴリズム群を提案する。 我々のアプローチは、量子回路の複雑さを低減するために、局所可逆写像決定図(LimTDD)のパワーを利用する。
  論文  参考訳（メタデータ） (2025-07-23T03:34:44Z)
• An Efficient Quantum Classifier Based on Hamiltonian Representations [50.467930253994155]
  量子機械学習(QML)は、量子コンピューティングの利点をデータ駆動タスクに移行しようとする分野である。 入力をパウリ弦の有限集合にマッピングすることで、データ符号化に伴うコストを回避できる効率的な手法を提案する。 我々は、古典的および量子モデルに対して、テキストおよび画像分類タスクに対する我々のアプローチを評価する。
  論文  参考訳（メタデータ） (2025-04-13T11:49:53Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [62.46800898243033]
  量子学習理論の最近の進歩は、様々な古典的な入力によって生成された測定データから、大きな量子ビット回路の線形特性を効率的に学習できるのか? 我々は、小さな予測誤差を達成するためには、$d$で線形にスケーリングするサンプルの複雑さが必要であることを証明し、それに対応する計算複雑性は、dで指数関数的にスケールする可能性がある。 そこで本研究では,古典的影と三角展開を利用したカーネルベースの手法を提案し,予測精度と計算オーバーヘッドとのトレードオフを制御可能とした。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Variational Quantum Algorithms for the Allocation of Resources in a Cloud/Edge Architecture [1.072460284847973]
  変分量子アルゴリズムは, 近い将来, 古典的アルゴリズムの代替となる可能性が示唆された。 特に、2つのアルゴリズム、すなわち量子近似最適化アルゴリズム(QAOA)と変分量子固有解器(VQE)の性能を比較した。 シミュレーション実験は、クラウドと2つのエッジノードを含む %CM230124 の単純な問題に対して実施され、VQE アルゴリズムは、検索空間を制限できる適切な回路テクスタイタンサッチを備えている場合に、より良い性能を保証することを示す。
  論文  参考訳（メタデータ） (2024-01-25T17:37:40Z)
• Quantum Search Approaches to Sampling-Based Motion Planning [0.0]
  本稿では,従来のサンプリング型モーションプランナを,量子探索アルゴリズムを用いて解くことのできるデータベース・オーラル構造として,新しい定式化を提案する。 より単純なスパース環境では、量子完全経路探索アルゴリズム (Quantum Full Path Search Algorithm, Q-FPS) を定式化し、完全なランダムパス解の重ね合わせを生成する。 密集した非構造環境において、親子接続の量子重ね合わせを生成する量子高速探索ランダムツリーアルゴリズム q-RRT を定式化する。
  論文  参考訳（メタデータ） (2023-04-10T19:12:25Z)
• Resource Optimisation of Coherently Controlled Quantum Computations with the PBS-calculus [55.2480439325792]
  量子計算のコヒーレント制御は、いくつかの量子プロトコルやアルゴリズムを改善するために使用できる。 我々は、量子光学にインスパイアされたコヒーレント制御のためのグラフィカル言語PBS計算を洗練する。
  論文  参考訳（メタデータ） (2022-02-10T18:59:52Z)
• 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)
• 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。