.png){kind=icon}
返回
Nested Grover's Algorithm for Tree Search
.png){kind=icon}
OA
AI
DOI：10.3390/e28010024.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们通过采用嵌套的Grover算法来研究优化量子树搜索算法。该方法旨在通过将部分赋值的树扩展到特定深度，并在剩余赋值的子集中进行量子搜索，以增强结果，相比之前的基于Grover的方法。本研究探讨了该方法的含义和约束，为量子人工智能应用奠定了基础。我们引入了部分候选解，而不是使用与量子树搜索不兼容的常规启发式函数，该解指示树中特定深度的节点。通过采用这样的函数，我们定义了级联的oracle，这使得我们能够使用Grover算法分解量子树搜索。在分支因子为2且深度为m的情况下，Grover算法的成本为O(2^{m/2})。级联的oracle使我们能够将成本降低至O(m2^{m/4})，针对m个部分候选解。
Keyword:
quantum tree search
Grover's algorithm
heuristics
nested search
期刊
IF:
2
论文数:
956
被引数:
2.4W
机构
引用论文
.png){kind=icon}
分享收藏分享收藏
查看更多内容