क्वांटम से प्रेरित एल्गोरिदम की सूची

11

क्वांटम कंप्यूटिंग में प्रगति से नए शास्त्रीय एल्गोरिदम का विकास हुआ है। उल्लेखनीय हाल के उदाहरण रेखीय बीजगणित के लिए क्वांटम से प्रेरित एल्गोरिदम हैं:

और अधिकतम 3LIN के लिए:

क्वांटम कंप्यूटिंग से प्रेरित सभी ज्ञात शास्त्रीय एल्गोरिदम की सूची संकलित करना बहुत उपयोगी हो सकता है। अन्य कौन से उदाहरण ज्ञात हैं?

quantum-computing  randomized-algorithms 
— जुआन मिगुएल अर्राजोला
स्रोत

जवाबों:

5

जैसा कि लेस्ली जी। वैलेंट ने अपने एक सेमिनरी पेपर 1 में दावा किया है ,

होलोग्राफिक एल्गोरिदम क्वांटम कम्प्यूटेशनल मॉडल से प्रेरित हैं। हालांकि, वे शास्त्रीय कंप्यूटर पर निष्पादन योग्य हैं और उन्हें क्वांटम कंप्यूटर की आवश्यकता नहीं है।

यह एक एल्गोरिथमिक डिज़ाइन तकनीक है जिसका उपयोग (वैलेंट स्वयं और अन्य लोगों द्वारा) कई समस्याओं के लिए बहुपद समय एल्गोरिदम का निर्माण करने के लिए किया गया है जो महत्वपूर्ण एनपी-हार्ड समस्याओं (विकिपीडिया 2 पर इसके बारे में अधिक ) की मामूली विविधताएं हैं ।

— एलेसेंड्रो कोसेंटिनो
स्रोत
3

क्वांटम से प्रेरित विकासवादी एल्गोरिदम (QIEA) के साथ काम करने के लिए एक संपूर्ण निकाय है, वास्तविक एल्गोरिदम के साथ जो क्वांटम कम्प्यूटेशन तकनीकों का उपयोग करते हैं, सर्वेक्षण (स्रोत एसीएम) देखें । एक अन्य क्वांटम प्रेरित एल्गोरिथ्म संख्यात्मक अनुकूलन में इसका उपयोग करता है ।

— user3483902
स्रोत
3

क्वांटम मोंटे कार्लो क्वांटम एनीलिंग (QMC-QA 1 ) या असतत समय सिम्युलेटेड क्वांटम एनीलिंग (SQA 2 ) एल्गोरिदम (एस) ने हाल के अध्ययनों में परीक्षण किए गए डी-वेव डिवाइस से बेहतर प्रदर्शन किया :

हम शास्त्रीय सिम्युलेटेड एनालिंग पर एक प्रायोगिक क्वांटम एनीलर के लिए स्केलिंग लाभ का पहला उदाहरण स्थापित करते हैं: हम पाते हैं कि डी-वेव डिवाइस 95% आत्मविश्वास के साथ, समस्या आकार की सीमा पर, जो हम परीक्षण कर सकते हैं, की तुलना में प्रमाणित एनीलिंग की तुलना में बेहतर ढंग से प्रदर्शित करता है। । हालाँकि, हमें एक क्वांटम स्पीडअप के लिए सबूत नहीं मिलते हैं: नकली क्वांटम एनालिंग एक महत्वपूर्ण मार्जिन द्वारा सर्वश्रेष्ठ स्केलिंग प्रदर्शित करता है।

चूंकि डी-वेव डिवाइस और SQA आउटपरफॉर्म SA कुछ समस्या के उदाहरणों के लिए है, इसलिए यह धारणा देता है कि SQA क्वांटम से प्रेरित एल्गोरिदम का एक प्रकार है। डी-वेव 2000Q प्रोसेसर का परीक्षण करने वाले नए अध्ययन में यह भी पाया गया है कि इसका प्रदर्शन SQA की तुलना में उस अध्ययन में "स्पिन-वेक्टर मोंटे कार्लो (SVMC) एल्गोरिथ्म" नामक एक प्रस्तावित शास्त्रीय मॉडल के साथ बेहतर संबंध रखता है:

हम इसका उपयोग यह तर्क देने के लिए करते हैं कि SQA के सापेक्ष क्वांटम एनीलर की मंदी का एक प्रमुख कारण इसका उप-आशावादी उच्च तापमान है, जो इसे SVMC की तरह व्यवहार करने का कारण बनता है। इस प्रकार, तार्किक-लगाए गए उदाहरण वर्ग पर SQA के मजबूत प्रदर्शन से पता चलता है कि यह वर्ग QA हार्डवेयर का उपयोग करके एक अंतिम क्वांटम स्पीडअप की खोज के लिए एक अच्छा लक्ष्य या आधार है।

यदि हम पृष्ठभूमि डी-वेव कहानी को नजरअंदाज करते हैं, तो क्या हम अभी भी निष्कर्ष निकाल सकते हैं कि एसक्यूए एक क्वांटम से प्रेरित अनुकूलन एल्गोरिथ्म है जो कुछ समस्याओं के लिए शास्त्रीय नकली एनालिंग (और शायद अन्य अनुकूलन एल्गोरिदम) को बेहतर बनाता है? निर्भर करता है। यदि लक्ष्य वास्तव में कुछ क्वांटम प्रणाली की जमीनी स्थिति का पता लगाना है, तो इसका उत्तर हां में है। लेकिन अगर लक्ष्य एक सामान्य उद्देश्य अनुकूलन एल्गोरिथ्म है जो सिम्युलेटेड एनेलिंग के समान है, तो उत्तर नहीं है।

  1. मार्गो-इंटीग्रल मोंटे कार्लो विधि द्वारा मार्टो Martक, आर।, सेंटोरो, जीई और तोसत्ती, ई। क्वांटम: दो-आयामी यादृच्छिक आइसिंग मॉडल। भौतिकी। रेव। बी 66 , 094203 (2002)। URL http://link.aps.org/doi/10.1103/PhysRevB.66.094203
  2. सैंटोरो, जीई, मार्टोआक, आर।, तोसत्ती, ई। एंड कार, आर। थ्योरी ऑफ़ क्वांटम एनीलिंग ऑफ़ एज़िंग स्पिन ग्लास। विज्ञान 295 , 2427–2430 (2002)। यूआरएल http://dx.doi.org/10.1126/science.1068774 ।
— थॉमस क्लिम्पेल
स्रोत
1

क्वांटम से प्रेरित रैखिक आनुवंशिक प्रोग्रामिंग पर एक नज़र डालें। यह एल्गोरिथ्म कंप्यूटर प्रोग्राम को अनिवार्य भाषाओं में प्रेरित करना है। उदाहरण के लिए:

— डगलस मोटा डायस
स्रोत
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.