随机化和量子近似矩阵乘法
矩阵乘法的复杂度是计算机科学的核心课题。传统研究主要关注精确算法,但也有大量文献致力于研究能在更短时间内给出近似解的随机算法。该工作采用统一视角,将此类随机算法纳入均值估计框架进行分析。首先,研究人员基于该框架对经典算法给出了更精细的分析:包括Cohen-Lewis(1999年)提出的随机游走算法,以及Sarlós(2006年)与Drineas-Kannan-Mahoney(2006年)提出的草图算法。随后该团队改进了Cohen-Lewis算法——在不使用精确快速矩阵乘法作为子程序的前提下,新提出的单一经典算法速度超越了所有现有方法。其次,通过结合Cornelissen-Hamoudi-Jerbi(2022年)提出的量子多元均值估计算法,该研究团队在这些算法基础上实现了量子加速。
量科快讯
2 小时前
3 天前



