論文の概要: Minimal Constraints in the Parity Formulation of Optimization Problems
- arxiv url: http://arxiv.org/abs/2008.10458v1
- Date: Mon, 24 Aug 2020 14:04:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-05 02:09:35.994064
- Title: Minimal Constraints in the Parity Formulation of Optimization Problems
- Title（参考訳）: 最適化問題のパリティ定式化における最小制約
- Authors: Martin Lanthaler and Wolfgang Lechner
- Abstract要約: 本稿では,正しい基底状態を保存するために必要な制約の最小限の強度を求める手法を提案する。
問題クラスによっては、指数は線型$alpha propto 1$ から$alpha propto 2$ まで、論理量子ビットの個数に比例する。
- 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: As a means to solve optimization problems using quantum computers, the
problem is typically recast into a Ising spin model whose ground-state is the
solution of the optimization problem. An alternative to the Ising formulation
is the Lechner-Hauke-Zoller model, which has the form of a lattice gauge model
with nearest neighbor 4-body constraints. Here we introduce a method to find
the minimal strength of the constraints which are required to conserve the
correct ground-state. Based on this, we derive upper and lower bounds for the
minimal constraints strengths. We find that depending on the problem class, the
exponent ranges from linear $\alpha \propto 1$ to quadratic $\alpha \propto 2$
scaling with the number of logical qubits.
- Abstract（参考訳）: 量子コンピュータを用いた最適化問題の解法として、この問題は一般に最適化問題の解となる基底状態のイジングスピンモデルに再キャストされる。
イジングの定式化の代替として、隣接する4体制約を持つ格子ゲージモデルの形式を持つレヒナー・ハーケ・ゾラーモデルがある。
本稿では,正しい基底状態を保存するために必要となる制約の最小強度を求める手法を提案する。
これに基づいて、最小限の制約強度に対して上下境界を導出する。
問題クラスによっては、指数は線型 $\alpha \propto 1$ から二次 $\alpha \propto 2$ まで、論理量子ビットの個数に比例する。
関連論文リスト
- A quantum central path algorithm for linear optimization [5.450016817940232]
中心経路の量子力学的シミュレーションにより線形最適化問題を解くための新しい量子アルゴリズムを提案する。
このアプローチは、$m$制約と$n$変数を含む線形最適化問題を$varepsilon$-optimalityに解くアルゴリズムをもたらす。
標準ゲートモデル(すなわち、量子RAMにアクセスせずに)では、我々のアルゴリズムは少なくとも$$mathcalO left( sqrtm + n textsfnnz (A) fracR_1 を用いてLO問題の高精度な解を得ることができる。
論文 参考訳（メタデータ） (2023-11-07T13:26:20Z) - Constrained Optimization via Exact Augmented Lagrangian and Randomized
Iterative Sketching [55.28394191394675]
等式制約付き非線形非IBS最適化問題に対する適応的不正確なニュートン法を開発した。
ベンチマーク非線形問題,LVMのデータによる制約付きロジスティック回帰,PDE制約問題において,本手法の優れた性能を示す。
論文 参考訳（メタデータ） (2023-05-28T06:33:37Z) - Best Policy Identification in Linear MDPs [70.57916977441262]
縮退した線形マルコフ+デルタ決定における最適同定問題について, 生成モデルに基づく固定信頼度設定における検討を行った。
複雑な非最適化プログラムの解としての下位境界は、そのようなアルゴリズムを考案する出発点として用いられる。
論文 参考訳（メタデータ） (2022-08-11T04:12:50Z) - Minimax Optimal Quantization of Linear Models: Information-Theoretic
Limits and Efficient Algorithms [59.724977092582535]
測定から学習した線形モデルの定量化の問題を考える。
この設定の下では、ミニマックスリスクに対する情報理論の下限を導出する。
本稿では,2層ReLUニューラルネットワークに対して,提案手法と上界を拡張可能であることを示す。
論文 参考訳（メタデータ） (2022-02-23T02:39:04Z) - A Momentum-Assisted Single-Timescale Stochastic Approximation Algorithm
for Bilevel Optimization [112.59170319105971]
問題に対処するための新しいアルゴリズム - Momentum- Single-timescale Approximation (MSTSA) を提案する。
MSTSAでは、低いレベルのサブプロブレムに対する不正確な解決策のため、反復でエラーを制御することができます。
論文 参考訳（メタデータ） (2021-02-15T07:10:33Z) - Maximin Optimization for Binary Regression [24.351803097593887]
二分重の回帰問題は、量子化学習モデルやデジタル通信システムにおいてユビキタスである。
Lagrangran法はまた、非ニューラルネットワーク多層サドルポイント最適化と同様に、クロスエントロピー損失を伴う回帰でもよく機能する。
論文 参考訳（メタデータ） (2020-10-10T19:47:40Z) - On Suboptimality of Least Squares with Application to Estimation of
Convex Bodies [74.39616164169131]
雑音支援関数の測定から得られる凸を次元$dgeq 6$で推定する際、最小広場の最適性に関するオープンな問題を解決した。
Least Squaresは準最適であり、$tildeTheta_d(n-2/(d-1))$であるのに対して、minimaxレートは$Theta_d(n-4/(d+3)$である。
論文 参考訳（メタデータ） (2020-06-07T05:19:00Z) - Gradient-Free Methods for Saddle-Point Problem [125.99533416395765]
我々はGasnikov et al., 2017のアプローチを一般化し、不正確な勾配のないオラクルで(確率的な)凸最適化問題を解けるようにした。
我々のアプローチは、$fracnlog n$ の要求するオラクル呼び出しの回数を削減します。
論文の後半では、そのような仮定ができない場合を分析し、この問題を解決する方法の近代化方法に関する一般的なアプローチを提案する。
論文 参考訳（メタデータ） (2020-05-12T16:44:27Z)
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。