Algorithmus beschleunigt Monte-Carlo-Integration

Update: 2. Juni 2021
Algorithmus beschleunigt Monte-Carlo-Integration

Monte-Carlo-Integration – der Prozess der numerischen Schätzung des Mittelwerts einer Wahrscheinlichkeitsverteilung durch Mittelung von Stichproben – wird in der Finanzrisikoanalyse, der Arzneimittelentwicklung, der Lieferkettenlogistik und anderen Anwendungen verwendet.

„Wir sind jetzt in der Lage, das zu erreichen, was bisher nur eine theoretische Quantenbeschleunigung war“, sagt CQC-Forscher Steven Herbert, „das ist etwas, was keiner der bestehenden Quanten-Monte-Carlo-Integrationsalgorithmen (QMCI) ohne erheblichen Overhead auskommt, der aktuelle Methoden rendert.“ unbrauchbar."

„Dieses Papier schlägt eine Methode der Quanten-Monte-Carlo-Integration vor, die den vollen quadratischen Quantenvorteil beibehält, ohne dass eine Arithmetik oder die Quanten-Fourier-Transformation auf dem Quantencomputer durchgeführt werden muss“, heißt es in der CQC-Ankündigung, „kein früherer Vorschlag für Die Quanten-Monte-Carlo-Integration hat all dies auf einmal erreicht. Das Herzstück der vorgeschlagenen Methode ist eine Fourier-Reihen-Zerlegung der Summe, die den Erwartungswert bei der Monte-Carlo-Integration annähert, wobei jede Komponente dann einzeln unter Verwendung der Quantenamplitudenschätzung geschätzt wird. Das Hauptergebnis wird als theoretische Aussage zum asymptotischen Vorteil präsentiert, und numerische Ergebnisse sind ebenfalls enthalten, um den praktischen Nutzen der vorgeschlagenen Methode zu veranschaulichen.'

Das Papier von CQC kann hier rot sein.