論文の概要: Qualifying quantum approaches for hard industrial optimization problems.
A case study in the field of smart-charging of electric vehicles
- arxiv url: http://arxiv.org/abs/2012.14859v2
- Date: Thu, 17 Jun 2021 14:58:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-18 11:59:20.236217
- Title: Qualifying quantum approaches for hard industrial optimization problems.
A case study in the field of smart-charging of electric vehicles
- Title（参考訳）: ハード産業最適化問題に対する量子アプローチの定式化。
電気自動車のスマートチャージ分野における事例研究
- Authors: Constantin Dalyac, Lo\"ic Henriet, Emmanuel Jeandel, Wolfgang Lechner,
Simon Perdrix, Marc Porcheron, Margarita Veshchezerova
- Abstract要約: 本稿では,電気自動車のスマートチャージ分野から引き出された2つの産業用NP-Hard問題について事例研究を行う。
量子アルゴリズムは従来の近似アルゴリズムと同じ近似比を示すか、改善する。
次のステップは、より大きなインスタンス上で、実際のデバイス上で、そして対処される問題のより複雑なバージョンに対して、それらを確認することである。
- 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: In order to qualify quantum algorithms for industrial NP-Hard problems,
comparing them to available polynomial approximate classical algorithms and not
only to exact ones -- exponential by nature -- , is necessary. This is a great
challenge as, in many cases, bounds on the reachable approximation ratios exist
according to some highly-trusted conjectures of Complexity Theory. An
interesting setup for such qualification is thus to focus on particular
instances of these problems known to be "less difficult" than the worst-case
ones and for which the above bounds can be outperformed: quantum algorithms
should perform at least as well as the conventional approximate ones on these
instances, up to very large sizes. We present a case study of such a protocol
for two industrial problems drawn from the strongly developing field of
smart-charging of electric vehicles. Tailored implementations of the Quantum
Approximate Optimization Algorithm (QAOA) have been developed for both
problems, and tested numerically with classical resources either by emulation
of Pasqal's Rydberg atom based quantum device or using Atos Quantum Learning
Machine. In both cases, quantum algorithms exhibit the same approximation
ratios than conventional approximation algorithms, or improve them. These are
very encouraging results, although still for instances of limited size as
allowed by studies on classical computing resources. The next step will be to
confirm them on larger instances, on actual devices, and for more complex
versions of the problems addressed.
- Abstract（参考訳）: 産業用NP-ハード問題に対する量子アルゴリズムの資格を得るためには、これらを利用可能な多項式近似古典的アルゴリズムと比較することが必要である。
これは、多くの場合、複素性理論の高信頼の予想に従って到達可能な近似比の境界が存在するため、大きな挑戦である。
このような資格の興味深い設定は、最悪の場合よりも「困難ではない」ことが知られているこれらの問題の特定の事例に焦点を合わせることであり、上記の境界は、上述の限界よりも優れる:量子アルゴリズムは、少なくともこれらのインスタンス上の従来の近似問題と同様に、非常に大きなサイズまで実行すべきである。
本稿では、電気自動車のスマートチャージ分野から引き出された2つの産業問題に対するこのようなプロトコルのケーススタディを示す。
量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm, QAOA)はどちらも実装されており、PasqalのRydberg原子ベースの量子デバイスをエミュレートするか、Atos Quantum Learning Machineを用いて古典的資源を用いて数値的にテストされている。
どちらの場合も、量子アルゴリズムは従来の近似アルゴリズムと同じ近似比を示すか、改善する。
これらは非常に有望な結果だが、古典的計算資源の研究によって許容される大きさの限られた例についてはなおさらである。
次のステップは、より大きなインスタンス、実際のデバイス、および対処された問題のより複雑なバージョンでそれらを確認することである。
関連論文リスト
- Sum-of-Squares inspired Quantum Metaheuristic for Polynomial Optimization with the Hadamard Test and Approximate Amplitude Constraints [76.53316706600717]
最近提案された量子アルゴリズムarXiv:2206.14999は半定値プログラミング(SDP)に基づいている
SDPにインスパイアされた量子アルゴリズムを2乗和に一般化する。
この結果から,本アルゴリズムは大きな問題に適応し,最もよく知られた古典学に近似することが示唆された。
論文 参考訳（メタデータ） (2024-08-14T19:04:13Z) - Unlocking Quantum Optimization: A Use Case Study on NISQ Systems [0.0]
本稿では、電気自動車の充電スケジュールを最適化する分野における産業関連ユースケースと、トラック走行経路の最適化に関するユースケースについて考察する。
我々の中心的なコントリビューションは、IBMのゲートベース量子コンピュータの異なるプロセッサとD-Waveの量子アニール上で実行されるこれらのユースケースから導かれる系統的な一連の例である。
論文 参考訳（メタデータ） (2024-04-10T17:08:07Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳（メタデータ） (2023-10-04T17:53:55Z) - Making the cut: two methods for breaking down a quantum algorithm [0.0]
現在、ノイズの多い小規模量子ハードウェアの時代において、計算上の優位性に達する可能性のある量子アルゴリズムを見つけることは、依然として大きな課題である。
我々は、量子アルゴリズムを低い(クエリ)深さのラウンドに分解する2つの方法を特定し、特徴付ける。
最初の問題では並列化が最高のパフォーマンスを提供するのに対し、2番目はより良い選択であることを示す。
論文 参考訳（メタデータ） (2023-05-17T18:00:06Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳（メタデータ） (2023-04-18T11:57:15Z) - Solving various NP-Hard problems using exponentially fewer qubits on a
Quantum Computer [0.0]
NPハード問題は、一般時間アルゴリズムで正確に解けるとは考えられていない。
本稿では,問題のサイズに応じて対数的にスケールする独自手法を構築した。
これらのアルゴリズムは、100以上のノードのグラフサイズを持つ量子シミュレータと、256のグラフサイズまでの実際の量子コンピュータでテストされる。
論文 参考訳（メタデータ） (2023-01-17T16:03:33Z) - Hybrid Quantum Classical Simulations [0.0]
量子コンピューティングの2つの主要なハイブリッド応用、すなわち量子近似最適化アルゴリズム(QAOA)と変分量子固有解法(VQE)について報告する。
どちらも、古典的な中央処理ユニットと量子処理ユニットの間の漸進的な通信を必要とするため、ハイブリッド量子古典アルゴリズムである。
論文 参考訳（メタデータ） (2022-10-06T10:49:15Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z) - Electronic structure with direct diagonalization on a D-Wave quantum
annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。
そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文 参考訳（メタデータ） (2020-09-02T22:46:47Z) - To quantum or not to quantum: towards algorithm selection in near-term
quantum optimization [0.0]
本稿では,QAOAが従来のアルゴリズムよりも有利になる確率の高い問題事例を検出する問題について検討する。
クロスバリデーションの精度は96%以上で、実用的な優位性が得られる。
論文 参考訳（メタデータ） (2020-01-22T20:42:02Z)
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。