Квантовый алгоритм для сложных оптимизаций: новый подход

от

В рамках исследования квантового приближенного оптимального алгоритма (QAOA) рассматриваются две реализации оператора смешивания: стандартный поперечный оператор (приводящий к XM-QAOA) и оператор типа Гровера (GM-QAOA), использующие стандартные обозначения для ворот Адамара, вращений вокруг оси Блоха, инвертирующей Паули-XX и многоуправляемой фазовой ворот.

Исследователи продемонстрировали, что улучшенная версия квантового алгоритма QAOA, использующая «Гровер-микшер», эффективно решает задачи оптимизации более высокого порядка.

Квантовый щит: Защита от угроз нового поколения

от

В статье представлен обзор текущего состояния кибербезопасности квантовых компьютеров и обозначены ключевые направления исследований для противодействия возникающим угрозам.

Квантовые сети будущего: Сравнение технологий ретрансляторов

от

Квантовые сети APE подверглись перекрестной проверке посредством моделирования и теоретического анализа, что позволило подтвердить соответствие результатов и выявить закономерности, лежащие в основе их функционирования.

Новое исследование представляет собой всесторонний анализ и моделирование ретрансляторов на основе ионных ловушек и полностью фотонных сетей, определяя их потенциал для построения надежных квантовых коммуникаций.

Наука в графах: Новые эталоны для интеллектуального поиска

от

Знаниевой граф KG20C структурирует информацию, представляя типы сущностей в виде узлов, а типы связей между ними - направленными ребрами, что позволяет моделировать сложные взаимосвязи в данных.

Исследователи представили KG20C и KG20C-QA — специализированные наборы данных, призванные оценить возможности систем искусственного интеллекта в понимании и анализе научной информации.

Защита кубитов: новый подход к коррекции ошибок

от

Исследование демонстрирует, что топологическая нетривиальность замкнутых петель, формирующихся в процессе квантовой коррекции ошибок, обусловленная различием между тривиальными и нетривиальными обмотками, определяет успешность восстановления данных, причём оптимальное декодирование соответствует линии Нисимори, разделяющей фазы “петля-стекло” и фазы длинных петель, что подтверждается численным анализом фазовой диаграммы модели при различных уровнях беспорядка и температуры.

Исследование предлагает усовершенствованные стратегии декодирования топологических кодов с учётом сохранения заряда, открывая путь к более надёжным квантовым вычислениям.

Квантовые нейросети: на пути к скорости и точности

от

Наблюдения показывают, что увеличение скорости обучения приводит к росту среднеквадратичной ошибки [latex]RMSE[/latex], при этом размер пакета данных влияет на это соотношение, а модели QLSTM и QFWP демонстрируют различия в производительности при обработке изображений в оттенках серого.

Новое исследование сравнивает производительность квантовых моделей QLSTM и QFWP при различных размерах пакетов, выявляя ограничения масштабируемости и компромиссы между скоростью и точностью.

Искусственный интеллект в оптимизации кода: взгляд на практику

от

Распределение стратегий высокоуровневой оптимизации в коде, созданном как искусственным интеллектом, так и человеком, демонстрирует сходные закономерности, где доминируют оптимизации памяти и локальности данных, а также алгоритмические улучшения.

Новое исследование сравнивает подходы ИИ-агентов и людей к улучшению производительности программного обеспечения, выявляя общие закономерности и ключевые различия.

Квантовые волны: Новый взгляд на анализ сигналов

от

Сигнал, полученный в результате доплеровского тестирования и дискретизированный в [latex] N=64 [/latex] равноотстоящих точках, подвергся квантовому недискретизированному вейвлет-преобразованию глубины [latex] L=3 [/latex], что позволило выявить скрытые закономерности в данных, неразличимые при обычном анализе.

В статье представлено исследование квантовых реализаций недискретизированного вейвлет-преобразования, открывающее возможности для когерентной обработки избыточных вейвлет-представлений.

Приватность данных: Новый подход к защите информации при сложных запросах

от

При малых значениях параметров <i>k</i>, <i>m</i> и <i>d</i>, стандартное отклонение, выведенное в теореме 3.5, демонстрирует улучшение по сравнению с базовым уровнем, достигаемым добавлением независимых и одинаково распределённых шумов с амплитудой [latex]\sqrt{d\choose k}[/latex]; по мере увеличения <i>d</i>, отношение улучшения стремится к [latex](1−1/m)^k[/latex].

Исследователи предлагают эффективные алгоритмы для обеспечения конфиденциальности при обработке большого количества статистических запросов, минимизируя при этом погрешность.