k近傍探索のための量子アルゴリズム
要約
k近傍探索とは、検索質問データが与えられたとき、それに最も近いk個のデータをデータベースから探し出す問題である。この問題は、時間を掛けさえすれば必ず解ける。しかし、データベースの大規模化や高次元化に伴い、計算時間が大きくなってしまう。この問題を高速に解くために、探索過程に近似を導入し、探索誤りを許容するのが近似k近傍探索である。本研究では、従来用いられている計算機（古典的コンピュータ）ではなく、量子コンピュータで動作するk近傍探索手法の量子アルゴリズムを提案する。提案手法は、データ数がNのとき、O(√kN)の計算量で解を求めることができる。同じオーダーの計算量を持つ既存の量子アルゴリズムもあるが、提案手法は近似計算に適用できる可能性を持つ。
この文献を出力
出力はタブ区切りです．Excel の該当シートの A 列（操作種別）のセルを選んで貼り付けてください．「学術情報リポジトリ」「国際共著」など判定できない必須項目は空欄なので，貼り付け後に埋めてください．
書式の定義
書き換えるとすぐ出力に反映されます（書式を選び直すか「既定に戻す」を押すまで有効）．1 行目が既定，種類別に変えるには「book: …」のような行を追加
書式の定義の書き方
{authors} のように波括弧でフィールドを挿入します．[ ... ] で囲んだ部分は，その中のフィールドが空のとき丸ごと省略されます．使えるフィールド：
{authors}{authors_and}{authors_ja}{authors_ja_tight}{authors_en}{authors_en_and}{authors_tight}{first_author}{title}{title_ja}{title_en}{journal}{journal_ja}{journal_en}{book_title}{volume}{number}{series}{presen_id}{pages}{pp}{num_pages}{year}{month}{month_en}{month_short}{ym}{date}{date_ja}{date_en}{publisher}{address}{location}{review}{review_ja}{review_en}{reviewed_mark}{presen_type}{type}{type_label}{doi}{url}{key}{awards}
書式の定義の書き方
1 行に 1 つ，\マクロ名{フィールド}{フィールド}… の形でマクロと引数の並びを定義します．波括弧の中がフィールド名ならその値（LaTeX 用にエスケープ済み）に，それ以外の文字はそのまま出ます．マクロ名は自由に変えられ，行を足せば「マクロ」の選択肢に増えます．種類ごとに使うマクロを固定するには master_thesis: thesis のような行を足します（自動選択: 論文誌は DOI があれば paperdoi，号があれば paperno，それ以外は paper／会議はページがあれば conf，無ければ confpaper／著書は book）．{pages} は「119--124」の形，{journal} は誌名が無ければ書名になります．使えるフィールド：
{authors}{authors_and}{authors_ja}{authors_ja_tight}{authors_en}{authors_en_and}{authors_tight}{first_author}{title}{title_ja}{title_en}{journal}{journal_ja}{journal_en}{book_title}{volume}{number}{series}{presen_id}{pages}{pp}{num_pages}{year}{month}{month_en}{month_short}{ym}{date}{date_ja}{date_en}{publisher}{address}{location}{review}{review_ja}{review_en}{reviewed_mark}{presen_type}{type}{type_label}{doi}{url}{key}{awards}
← 一覧に戻る