量子均值估计算法研究进展 |
| |
引用本文: | 冯世光, 高诚伸, 李绿周. 量子均值估计算法研究进展[J]. 电子科技大学学报, 2024, 53(4): 605-610. DOI: 10.12178/1001-0548.2024012 |
| |
作者姓名: | 冯世光 高诚伸 李绿周 |
| |
作者单位: | 中山大学 计算机学院,广州 510006 |
| |
基金项目: | 国家自然科学基金 ( 62272492 );广东省基础与应用基础研究基金 ( 2020B1515020050 ) |
| |
摘 要: | 随机变量的均值估计问题一直是经典数据分析中研究的热点,均值估计算法的目的是通过对随机变量尽可能少地采样从而获得尽可能准确的均值估计值。量子计算作为一项革命性的技术,在一些问题上具有超越经典计算的优势。量子算法在均值估计问题上相对于经典算法具有平方加速,展现了量子计算的优越性。该文系统梳理了量子均值估计算法的发展历程,详细介绍了各阶段的算法流程及其优缺点,并对其主要应用场景进行了展示,最后讨论了量子均值估计算法的潜在发展方向。
|
关 键 词: | 随机变量 均值估计 量子算法 Grover算法 |
收稿时间: | 2024-01-09 |
修稿时间: | 2024-04-15 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《电子科技大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《电子科技大学学报(自然科学版)》下载全文 |
|