論文の概要: Multi-block ADMM Heuristics for Mixed-Binary Optimization on Classical
and Quantum Computers
- arxiv url: http://arxiv.org/abs/2001.02069v2
- Date: Wed, 3 Feb 2021 15:52:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-13 21:30:30.993462
- Title: Multi-block ADMM Heuristics for Mixed-Binary Optimization on Classical
and Quantum Computers
- Title(参考訳): 古典コンピュータと量子コンピュータの混合双対最適化のためのマルチブロックADMMヒューリスティックス
- Authors: Claudio Gambella and Andrea Simonetto
- Abstract要約: 本稿では,2次最適化問題に対する現行手法の適用性を高めるために,分解に基づくアプローチを提案する。
我々は、乗算器の交互方向法(ADMM)が、MBOを二項制約のない問題(量子アルゴリズムで解ける)に分割できることを示した。
提案手法の有効性は,Qiskit で実装された量子回路上での VQE と QAOA を用いたシミュレーションにより,いくつかの最適化問題に対して得られた数値結果によって示される。
- 参考スコア(独自算出の注目度): 3.04585143845864
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Solving combinatorial optimization problems on current noisy quantum devices
is currently being advocated for (and restricted to) binary polynomial
optimization with equality constraints via quantum heuristic approaches. This
is achieved using, e.g., the variational quantum eigensolver (VQE) and the
quantum approximate optimization algorithm (QAOA). We present a
decomposition-based approach to extend the applicability of current approaches
to "quadratic plus convex" mixed binary optimization (MBO) problems, so as to
solve a broad class of real-world optimization problems. In the MBO framework,
we show that the alternating direction method of multipliers (ADMM) can split
the MBO into a binary unconstrained problem (that can be solved with quantum
algorithms), and continuous constrained convex subproblems (that can be solved
cheaply with classical optimization solvers). The validity of the approach is
then showcased by numerical results obtained on several optimization problems
via simulations with VQE and QAOA on the quantum circuits implemented in
Qiskit, an open-source quantum computing software development framework.
- Abstract(参考訳): 現在の雑音量子デバイスにおける組合せ最適化問題の解法は、量子ヒューリスティックアプローチによる等式制約付きバイナリ多項式最適化(および制限付き)のために現在提唱されている。
これは例えば、変分量子固有解法(VQE)と量子近似最適化アルゴリズム(QAOA)を用いて達成される。
本稿では,現在の手法を "quadratic plus convex" mixed binary optimization (mbo) 問題に適用し,実世界の最適化問題の幅広いクラスを解決するための分解ベースアプローチを提案する。
MBOフレームワークでは、乗算器の交互方向法(ADMM)が、MBOを二進的非制約問題(量子アルゴリズムで解ける)と連続的制約付き凸サブプロブレム(古典的な最適化解法で安価に解ける)に分割できることが示されている。
このアプローチの有効性は、オープンソースの量子コンピューティングソフトウェア開発フレームワークであるQiskitで実装された量子回路上でのVQEとQAOAのシミュレーションにより、いくつかの最適化問題で得られた数値結果によって示される。
関連論文リスト
- Quantum Optimization: Lagrangian Dual versus QUBO in Solving Constrained
Problems [0.0]
本稿では,ラグランジアン双対性の概念を離散化された断熱量子計算の枠組みに組み込むことにより,制約付き最適化問題の解法を提案する。
回路モデル-フォールトトレラント量子計算の設定において,本手法が回路深さの2次改善を実現し,制約に依存しない回路幅を維持できることを示す。
論文 参考訳(メタデータ) (2023-10-06T19:09:55Z) - Trainable Variational Quantum-Multiblock ADMM Algorithm for Generation
Scheduling [0.0]
本稿では、量子コンピューティング、機械学習、分散最適化による生成スケジューリングのための2ループ量子解アルゴリズムを提案する。
この目的は、実用的な電力系統の問題を解決するために、限られた量子ビット数を持つ短期量子機械の雑音を緩和することである。
論文 参考訳(メタデータ) (2023-03-28T21:31:39Z) - Prog-QAOA: Framework for resource-efficient quantum optimization through
classical programs [0.0]
現在の量子最適化アルゴリズムでは、元の問題を二進最適化問題として表現し、量子デバイスに適した等価イジングモデルに変換する必要がある。
目的関数を計算し、制約を認証するための古典的プログラムを設計し、後に量子回路にコンパイルする。
その結果,量子近似最適化アルゴリズム (QAOA) が新たに導入された。
論文 参考訳(メタデータ) (2022-09-07T18:01:01Z) - QAOA-in-QAOA: solving large-scale MaxCut problems on small quantum
machines [81.4597482536073]
量子近似最適化アルゴリズム(QAOAs)は、量子マシンのパワーを利用し、断熱進化の精神を継承する。
量子マシンを用いて任意の大規模MaxCut問題を解くためにQAOA-in-QAOA(textQAOA2$)を提案する。
提案手法は,大規模最適化問題におけるQAOAsの能力を高めるために,他の高度な戦略にシームレスに組み込むことができる。
論文 参考訳(メタデータ) (2022-05-24T03:49:10Z) - Efficient Use of Quantum Linear System Algorithms in Interior Point
Methods for Linear Optimization [0.0]
線形最適化問題を解くために、非現実的な量子内点法を開発した。
また、量子ソルバの過度な時間なしで、反復リファインメントによって正確な解を得る方法についても論じる。
論文 参考訳(メタデータ) (2022-05-02T21:30:56Z) - Classically-Boosted Quantum Optimization Algorithm [0.0]
我々は、量子最適化を強化するために既存の古典的手法を活用する自然なアプローチを探求する。
具体的には、近似解を見つけるために古典的なアルゴリズムを実行し、量子回路を用いて高品質な解の「近傍」を探索する。
CBQOA の Max 3SAT および Max Bisection への応用を実証し,これらの問題に対する従来のアプローチよりも優れていることを示す実証的証拠を提供する。
論文 参考訳(メタデータ) (2022-03-25T23:36:14Z) - Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。
これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。
本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
論文 参考訳(メタデータ) (2022-02-17T18:59:20Z) - Quantum algorithm for stochastic optimal stopping problems with
applications in finance [60.54699116238087]
有名な最小二乗モンテカルロ (LSM) アルゴリズムは、線形最小二乗回帰とモンテカルロシミュレーションを組み合わせることで、最適停止理論の問題を解決する。
プロセスへの量子アクセス、最適な停止時間を計算するための量子回路、モンテカルロの量子技術に基づく量子LSMを提案する。
論文 参考訳(メタデータ) (2021-11-30T12:21:41Z) - Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。
その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文 参考訳(メタデータ) (2021-06-24T20:16:02Z) - Polynomial unconstrained binary optimisation inspired by optical
simulation [52.11703556419582]
制約のないバイナリ最適化の問題を解決するために,光コヒーレントIsingマシンにヒントを得たアルゴリズムを提案する。
提案アルゴリズムを既存のPUBOアルゴリズムに対してベンチマークし,その優れた性能を観察する。
タンパク質の折り畳み問題や量子化学問題へのアルゴリズムの適用は、PUBO問題による電子構造問題の近似の欠点に光を当てる。
論文 参考訳(メタデータ) (2021-06-24T16:39:31Z) - Cross Entropy Hyperparameter Optimization for Constrained Problem
Hamiltonians Applied to QAOA [68.11912614360878]
QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。
このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。
本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
論文 参考訳(メタデータ) (2020-03-11T13:52:41Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。