.png){kind=icon}
返回
Resource-efficient quantum data representation based on Grover's algorithm
.png){kind=icon}
PRE
AI
DOI：10.1142/S0219749925500182.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
量子计算机中量子比特的叠加态比经典计算机中的传统二进制方法能更高效地表示数据。Grover算法在一个具有等幅度的叠加态集合中放大目标态的幅度。然而，除了2-量子比特系统外，非目标态的幅度以及算法产生的剩余幅度不会降至零。因此，设计了一种新方法来克服这一缺点。我们通过应用Grover算法在非目标态中选择新的目标态，并得到两个具有不同幅度的不同状态。因此，通过排除重复情况，该方法能够表示22n个数据点。这种技术被称为超密集数据表示（SDR）。具体而言，SDR是一种利用叠加和纠缠的量子计算机新数据表示方法。这为数据编码提供了几项优势。例如，8-量子比特数据可以有效地用4-量子比特表示，从而减少存储信息所需的资源。此外，SDR允许表示更复杂的数据，如Unicode，而无需增加计算或存储成本。UTF-8编码方法仅需使用八个量子比特即可实现。通过扩展SDR，需要超过两字节数据表示的亚洲语言也可以用八个量子比特表示。
Keyword:
Data representation
superdense
Grover's algorithm
quantum data encoding
期刊
IF:
0.8
论文数:
55
被引数:
1.3K
机构
引用论文
分享收藏Quantum data encoding: a comparative analysis of classical-to-quantum mapping techniques and their impact on machine learning accuracy量子数据编码: 经典到量子映射技术的比较分析及其对机器学习准确性的影响
OAAI
OAAI分享收藏Quantum Machine Learning: Exploring the Role of Data Encoding Techniques, Challenges, and Future Directions量子机器学习：探索数据编码技术的作用、挑战与未来方向.png)
MathematicsOAAI
MathematicsIF0
OAAI分享收藏分享收藏分享收藏分享收藏
查看更多内容