論文の概要: Solving the max-3-cut problem using synchronized dissipative networks

• arxiv url: http://arxiv.org/abs/2007.06135v2
• Date: Mon, 7 Mar 2022 15:26:35 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-10 04:43:47.480217
• Title: Solving the max-3-cut problem using synchronized dissipative networks
• Title（参考訳）: 同期散逸ネットワークを用いた最大3カット問題の解法
• Authors: Stella L. Harrison, Helgi Sigurdsson, Sergey Alyatkin, Julian D. T\"opfer, and Pavlos G. Lagoudakis
• Abstract要約: 我々は, シンクロナイズドエキシトン-ポラリトン凝縮体のネットワークに基づくNP-hard max-3-cut問題に対する液体光機械を実現する。 我々は、ポラリトン凝縮体のコヒーレントネットワークの連続位相自由度を用いて、イジングマシンにおける決定変数のバイナリ制限を克服する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many computational problems are intractable through classical computing and, as Moore's law is drawing to a halt, demand for finding alternative methods in tackling these problems is growing. Here, we realize a liquid light machine for the NP-hard max-3-cut problem based on a network of synchronized exciton-polariton condensates. We overcome the binary limitation of the decision variables in Ising machines using the continuous-phase degrees of freedom of a coherent network of polariton condensates. The condensate network dynamical transients provide optically-fast annealing of the XY Hamiltonian. We apply the Goemans and Williamson random hyperplane technique, discretizing the XY ground state spin configuration to serve as ternary decision variables for an approximate optimal solution to the max-3-cut problem. Applications of the presented coherent network are investigated in image-segmentation tasks and in circuit design.
• Abstract（参考訳）: 多くの計算問題は古典的計算では難解であり、ムーアの法則が停止に近づいているため、これらの問題に取り組むための代替方法を求める声が高まっている。 そこで我々は, NP-hard max-3-cut問題に対して, シンクロナイズドエキシトン・ポラリトン凝縮体のネットワークに基づく液体光機を実現する。 我々は,ポラリトン凝縮のコヒーレントネットワークの連続相自由度を用いて,イジングマシンにおける決定変数の2値制限を克服した。 凝縮ネットワークの動的遷移はxyハミルトニアンを光学的に高速にアニーリングする。 Gemans と Williamson のランダム超平面法を適用し、XY 基底状態スピン構成を3次決定変数として識別し、最大 3-カット問題に対する近似最適解を求める。 提案するコヒーレントネットワークの応用は,画像分割タスクや回路設計において検討される。

関連論文リスト

• Limitations of tensor network approaches for optimization and sampling: A comparison against quantum and classical Ising machines [0.0]
  相互作用グラフを用いたIsingスピングラスシステムの低エネルギースペクトルを明らかにするアルゴリズムを開発した。 我々の決定論的アプローチは、分岐と境界の探索戦略と、辺辺の近似計算を組み合わせたものである。 ペガサスグラフとゼファーグラフで定義されたランダムな問題に対して、最大数千スピンのアプローチをベンチマークする。
  論文  参考訳（メタデータ） (2024-11-25T14:35:14Z)
• Polynomial-time Solver of Tridiagonal QUBO and QUDO problems with Tensor Networks [41.94295877935867]
  本稿では,3次元非拘束二項最適化(QUBO)問題と準拘束非拘束離散最適化(QUDO)問題を一方の相互作用で解くアルゴリズムを提案する。 提案手法は, 仮想時間進化を適用し, 最大振幅を得るために一連の部分的トレースを行う量子状態のシミュレーションに基づく。
  論文  参考訳（メタデータ） (2023-09-19T10:45:15Z)
• Unsupervised Optimal Power Flow Using Graph Neural Networks [172.33624307594158]
  グラフニューラルネットワークを用いて、要求された電力と対応するアロケーションとの間の非線形パラメトリゼーションを学習する。 シミュレーションを通して、この教師なし学習コンテキストにおけるGNNの使用は、標準解法に匹敵するソリューションにつながることを示す。
  論文  参考訳（メタデータ） (2022-10-17T17:30:09Z)
• Non-convex Quadratic Programming Using Coherent Optical Networks [0.0]
  これらの設定を用いてボックス制約付き二次問題(BoxQP)を数値的にベンチマークする。 どちらの場合も、オプティカルネットワークは、最先端の古典的プログラミングよりも3倍高速でBoxQP問題を解決することができる。
  論文  参考訳（メタデータ） (2022-09-09T17:29:57Z)
• Neural Basis Functions for Accelerating Solutions to High Mach Euler Equations [63.8376359764052]
  ニューラルネットワークを用いた偏微分方程式(PDE)の解法を提案する。 ニューラルネットワークの集合を縮小順序 Proper Orthogonal Decomposition (POD) に回帰する。 これらのネットワークは、所定のPDEのパラメータを取り込み、PDEに還元順序近似を計算する分岐ネットワークと組み合わせて使用される。
  論文  参考訳（メタデータ） (2022-08-02T18:27:13Z)
• Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
  本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。 この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。 GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
  論文  参考訳（メタデータ） (2022-04-18T21:45:13Z)
• Adversarially Robust Learning for Security-Constrained Optimal Power Flow [55.816266355623085]
  我々は、N-kセキュリティ制約付き最適電力流(SCOPF)の課題に取り組む。 N-k SCOPFは電力網の運用における中核的な問題である。 N-k SCOPF を極小最適化問題とみなす。
  論文  参考訳（メタデータ） (2021-11-12T22:08:10Z)
• DC3: A learning method for optimization with hard constraints [85.12291213315905]
  この問題に対処するアルゴリズムとして,Deep Constraint Completion and Correction (DC3)を提案する。 DC3は、等式制約を満たす部分解と不等式制約を満たすアンロールベースの補正を暗黙的に完成する。 合成最適化タスクとAC最適電力流の実世界設定の両方でDC3の有効性を実証します。
  論文  参考訳（メタデータ） (2021-04-25T18:21:59Z)
• Quantum Permutation Synchronization [88.4588059792167]
  本稿では,コンピュータビジョンの文脈における量子ビジョン問題を解決する量子アルゴリズムQuantumSyncを提案する。 本稿では、QUBO 問題に置換制約を挿入し、アバスティック量子 DWave コンピュータの電流生成に関する制約付き QUBO 問題を解決する方法を示す。
  論文  参考訳（メタデータ） (2021-01-19T17:51:02Z)
• QED driven QAOA for network-flow optimization [17.745108999585867]
  本稿では、制約付きネットワークフロー問題を解決するために量子近似最適化アルゴリズム(QAOA)を修正するためのフレームワークを提案する。 流れの制約とガウスの電磁気学の法則の類似を利用して、QAOAプロセス全体を通して流れの制約を保存するハミルトニアンを混合した格子型量子電磁力学を設計する。
  論文  参考訳（メタデータ） (2020-06-16T18:02:35Z)
• FiniteNet: A Fully Convolutional LSTM Network Architecture for Time-Dependent Partial Differential Equations [0.0]
  我々は、PDEのダイナミクスを利用するために、完全に畳み込みLSTMネットワークを使用する。 ベースラインアルゴリズムと比較して,ネットワークの誤差を2～3倍に削減できることを示す。
  論文  参考訳（メタデータ） (2020-02-07T21:18:46Z)

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。