論文の概要: Modeling Linear Inequality Constraints in Quadratic Binary Optimization
for Variational Quantum Eigensolver
- arxiv url: http://arxiv.org/abs/2007.13245v3
- Date: Wed, 25 Nov 2020 23:03:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-08 04:41:45.396018
- Title: Modeling Linear Inequality Constraints in Quadratic Binary Optimization
for Variational Quantum Eigensolver
- Title(参考訳): 変分量子固有解器の二次二項最適化における線形不等式制約のモデル化
- Authors: Miguel Paredes Quinones and Catarina Junqueira
- Abstract要約: 本稿では, 変分量子固有解法における配向型変分形式の利用について紹介する。
通常、いくつかの最適化問題に現れる4つの制約がモデル化されている。
提案手法の主な利点は、変分形式のパラメータの数が一定であることである。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper introduces the use of tailored variational forms for variational
quantum eigensolver that have properties of representing certain constraints on
the search domain of a linear constrained quadratic binary optimization problem
solution. Four constraints that usually appear in several optimization problems
are modeled. The main advantage of the proposed methodology is that the number
of parameters on the variational form remain constant and depend on the number
of variables that appear on the constraints. Moreover, this variational form
always produces feasible solutions for the represented constraints differing
from penalization techniques commonly used to translate constrained problems
into unconstrained one. The methodology is implemented in a real quantum
computer for two known optimization problems: the Facility Location Problem and
the Set Packing Problem. The results obtained for this two problems with VQE
using 2-Local variational form and a general QAOA implementation are compared,
and indicate that less quantum gates and parameters were used, leading to a
faster convergence.
- Abstract(参考訳): 本稿では,線形制約2次最適化問題の解の探索領域における特定の制約を表現する性質を持つ変分量子固有解法について,修正された変分形式を用いることを提案する。
最適化問題で通常現れる4つの制約はモデル化される。
提案手法の主な利点は、変分形式のパラメータの数が一定であり、制約に現れる変数の数に依存することである。
さらに、この変分形式は、制約のある問題を制約のない問題に変換するのに使われるペナリゼーション技法とは異なる表現された制約に対して、常に実現可能な解を与える。
この手法は、施設配置問題とセットパッケージ問題という2つの既知の最適化問題に対して、実際の量子コンピュータで実装されている。
2局所変分形式と一般QAOA実装を用いたVQEの2つの問題に対して得られた結果は、量子ゲートとパラメータが少ないことを示し、より高速な収束をもたらす。
関連論文リスト
- Quadratic versus Polynomial Unconstrained Binary Models for Quantum Optimization illustrated on Railway Timetabling [0.0]
本稿では,任意の問題をpolynomial Unconstrained Binary Optimization (PUBO)問題に再構成する汎用手法を提案する。
また、擬似非拘束バイナリ最適化(QUBO)問題への総合的な再構成も提供する。
この結果から,PUBOの改定がQUBOよりも優れていることが示唆された。
論文 参考訳(メタデータ) (2024-11-15T09:23:52Z) - Optimized QUBO formulation methods for quantum computing [0.4999814847776097]
実世界の金融シナリオにインスパイアされたNPハード最適化問題に対して,我々の手法を適用する方法について述べる。
2つのD波量子異方体にこの問題の事例を提出し、これらのシナリオで使用される標準手法と新しい手法の性能を比較した。
論文 参考訳(メタデータ) (2024-06-11T19:59:05Z) - Variational Quantum Eigensolver with Constraints (VQEC): Solving Constrained Optimization Problems via VQE [0.0]
変分量子アプローチは、計算的に困難なタスクに対する準最適解を見つけることに大きな期待を示している。
この研究は、VQECと呼ばれるハイブリッド量子古典的アルゴリズムパラダイムを提案し、制約による最適化を扱う。
論文 参考訳(メタデータ) (2023-11-14T19:49:09Z) - Improving Performance in Combinatorial Optimization Problems with
Inequality Constraints: An Evaluation of the Unbalanced Penalization Method
on D-Wave Advantage [0.0]
非バランスなペナル化と呼ばれる新しい手法が、スラック変数の使用を避けるために提案されている。
本研究は、旅行セールスマン問題(TSP)に対するD-Wave Advantage上の実量子ハードウェアを用いた不均衡ペナル化法をテストする。
その結果、不均衡なペナル化法はスラック変数を用いた解よりも優れていた。
論文 参考訳(メタデータ) (2023-05-30T05:40:50Z) - Hybrid Quantum Algorithms integrating QAOA, Penalty Dephasing and Zeno
Effect for Solving Binary Optimization Problems with Multiple Constraints [5.259170150405252]
本稿では,制約のサブセットを解決するために標準イジング・ハミルトニアン(Ising Hamiltonian)を併用したハイブリッドフレームワークを提案する。
これらの非Ising制約の解決は、ペナルティの軽視または量子ゼノ効果によって達成される。
論文 参考訳(メタデータ) (2023-05-14T03:49:10Z) - Multiobjective variational quantum optimization for constrained
problems: an application to Cash Management [45.82374977939355]
本稿では,変分量子アルゴリズムを用いた制約付き最適化問題の解法を提案する。
我々は、キャッシュマネジメント問題という、金融の極めて関連性の高い現実世界の問題について、我々の提案を検証した。
実験の結果, 実現したソリューションのコスト, 特に局所最小値の回避に関して, 大幅な改善が見られた。
論文 参考訳(メタデータ) (2023-02-08T17:09:20Z) - Symmetric Tensor Networks for Generative Modeling and Constrained
Combinatorial Optimization [72.41480594026815]
ポートフォリオ最適化からロジスティクスに至るまで、制約付き最適化問題は業界に多い。
これらの問題の解決における主要な障害の1つは、有効な検索空間を制限する非自明なハード制約の存在である。
本研究では、Ax=bという形の任意の整数値等式制約をU(1)対称ネットワーク(TN)に直接エンコードし、それらの適用性を量子に着想を得た生成モデルとして活用する。
論文 参考訳(メタデータ) (2022-11-16T18:59:54Z) - A Variational Inference Approach to Inverse Problems with Gamma
Hyperpriors [60.489902135153415]
本稿では,ガンマハイパープライヤを用いた階層的逆問題に対する変分反復交替方式を提案する。
提案した変分推論手法は正確な再構成を行い、意味のある不確実な定量化を提供し、実装が容易である。
論文 参考訳(メタデータ) (2021-11-26T06:33:29Z) - Quadratic Unconstrained Binary Optimisation via Quantum-Inspired
Annealing [58.720142291102135]
本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。
我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々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) (2021-08-18T09:26:17Z) - Conditional gradient methods for stochastically constrained convex
minimization [54.53786593679331]
構造凸最適化問題に対する条件勾配に基づく2つの新しい解法を提案する。
私たちのフレームワークの最も重要な特徴は、各イテレーションで制約のサブセットだけが処理されることです。
提案アルゴリズムは, 条件勾配のステップとともに, 分散の低減と平滑化に頼り, 厳密な収束保証を伴っている。
論文 参考訳(メタデータ) (2020-07-07T21:26:35Z) - 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。