机构名称：
¥ 2.0
摘要：推断数据中的算法结构对于发现因果生成模型至关重要。在本研究中，我们提出了一个使用电路模型的量子计算框架，用于估计算法信息指标。图灵机的规范计算模型在时间和空间资源上受到限制，以使目标指标在现实假设下可计算。自动机的通用先验分布作为量子叠加获得，进一步调节以估计指标。探索了特定情况，其中量子实现提供多项式优势，而不是相应的经典情况所需的详尽枚举。非结构化输出数据和图灵机的计算不可约性使得该算法无法使用启发式方法来近似。因此，探索程序输出关系的空间是使用无法反量化的 Grover 搜索来展示量子霸权最有希望的问题之一。为自复制程序和短字符串的算法复杂性开发了量子加速的实验用例。随着量子计算硬件迅速实现技术成熟，我们讨论了该框架将如何为元生物学、系统发育树分析、蛋白质-蛋白质相互作用映射和合成生物学中的各种基因组学应用带来显著优势。这是首次使用量子计算实现实验算法信息理论。我们在 Qiskit 量子编程平台上的实现是版权所有，可在 GitHub 上公开获取。
使用量子计算估算基因组学应用的算法信息
主要关键词
相关文件推荐
