進化を通して生物知能が自然に出現する過程を、ベイズ最適推論とTuring機械の観点から特徴づけることができる。
ブラックボックス大域最適化問題において、提案分布と目標分布の間の発散の減少が、期待値ベースの目的関数と量子の両方の改善を保証する。
ma-QAOAのパラメータ初期化に角度を多重のπ/8に丸め込む手法を提案し、QAOAと同等以上の近似比を得られることを示した。
Rydberg原子アレイの局所的な減衰を調整することで、最大独立集合の近似解を効率的に得ることができる。
量子ベル不等式の導出と、デバイス非依存型情報処理アプリケーションにおける重要性を示す。
本研究では、古典的または量子的二値最適化を用いて大規模線形方程式システムを効率的に解決する新しい手法を提案する。この手法は、問題の幾何学的構造を活用し、共役勾配法に似た方法を用いることで、アルゴリズムの収束性を大幅に改善する。さらに、問題の部分的な幾何学的構造を利用して、元の大規模問題を小規模の独立したサブ問題に分解することで、大規模な線形方程式システムを解決することができる。
与えられた行列Aの行をグループ分けし、各グループのノルムを適切に重み付けすることで、行列全体のノルムを効率的に近似できる。
理想流体の定常解は、多項式時間チューリングマシンとアドバイスを多項式時間でシミュレートできる。
局所的な評価を用いることで、効率的に離散ベクトル場を構築できる。これにより、大規模な流れ場の解析が可能になる。
カスケード型グループテストでは、各テストが項目の順序付きサブセットを指定し、指定された順序で最初の欠陥項目を返すか、欠陥項目がない場合はnullを返す。このモデルでは、最適なテスト数を特徴付けることができる。