Fugu-MT 論文翻訳(概要): Garden optimization problems for benchmarking quantum annealers

論文の概要: Garden optimization problems for benchmarking quantum annealers

arxiv url: http://arxiv.org/abs/2101.10827v2
Date: Mon, 27 Sep 2021 13:24:34 GMT
ステータス: 処理完了
システム内更新日: 2023-04-13 22:18:16.409168
Title: Garden optimization problems for benchmarking quantum annealers
Title（参考訳）: ベンチマーク量子アニーラの庭最適化問題
Authors: Carlos D. Gonzalez Calaza, Dennis Willsch, Kristel Michielsen
Abstract要約: 本稿では,アドバンテージシステムとハイブリッド・ソルバが,前者よりも少ない時間で解けることを示す。また,2000以上の量子ビット系DW2000Qに基づく解法により,解法が解ける場合には,より有利な結果が得られることも示している。
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: We benchmark the 5000+ qubit system Advantage coupled with the Hybrid Solver Service 2 released by D-Wave Systems Inc. in September 2020 by using a new class of optimization problems called garden optimization problems known in companion planting. These problems are scalable to an arbitrarily large number of variables and intuitively find application in real-world scenarios. We derive their QUBO formulation and illustrate their relation to the quadratic assignment problem. We demonstrate that the Advantage system and the new hybrid solver can solve larger problems in less time than their predecessors. However, we also show that the solvers based on the 2000+ qubit system DW2000Q sometimes produce more favourable results if they can solve the problems.
Abstract（参考訳）: 我々は、2020年9月にD-Wave Systems Inc.がリリースしたHybrid Solver Service 2と組み合わせた5000以上のキュービットシステムのアドバンテージを、共同植え付けで知られている庭最適化問題と呼ばれる新しい最適化問題を用いてベンチマークした。これらの問題は任意に多数の変数にスケーラブルであり、現実のシナリオで直感的にアプリケーションを見つけることができる。我々はQUBOの定式化を導出し、2次代入問題との関係を説明する。我々は,アドバンテージシステムと新しいハイブリッドソルバが,前者よりも少ない時間で,大きな問題を解決できることを実証する。しかし,2000以上の量子ビットシステムdw2000qに基づく解法では,解くことができればより有利な結果が得られる場合もある。

関連論文リスト

D-Wave's Nonlinear-Program Hybrid Solver: Description and Performance Analysis [0.44241702149260353]
D-Waveは2020年にHybrid Solver Serviceをローンチし、パフォーマンスと運用プロセスの最適化を目指すユーザのために、ソリューションのタイム・トゥ・ソリューションを加速する一連の方法を提供している。本稿では, トラベリングセールスマン問題, クナップサック問題, 最大カット問題という3つの最適化問題にまたがる45のインスタンスのベンチマークを用いて, その性能評価を行う。この比較的探索されていない解法の使用を容易にするため、これらの3つの最適化問題を解くのに使用される実装の詳細について述べる。
論文参考訳（メタデータ） (2024-10-10T14:36:24Z)
A quantum algorithm for solving 0-1 Knapsack problems [0.0]
与えられたインスタンスのすべての実現可能なソリューションを重ね合わせに生成するアプローチである"Quantum Tree Generator"を導入する。新しい実行時計算手法を導入することで、既存のプラットフォームやシミュレータの範囲を超えて、メソッドのランタイムを予測できます。
論文参考訳（メタデータ） (2023-10-10T13:40:30Z)
Qubit efficient quantum algorithms for the vehicle routing problem on NISQ processors [48.68474702382697]
時間窓付き車両ルーティング問題(VRPTW)は、ロジスティクス業界で直面する一般的な最適化問題である。そこで本研究では,以前に導入した量子ビット符号化方式を用いて,バイナリ変数の数を削減した。
論文参考訳（メタデータ） (2023-06-14T13:44:35Z)
DIFUSCO: Graph-based Diffusion Solvers for Combinatorial Optimization [51.517956081644186]
グラフベースの拡散フレームワークであるDIFUSCOを導入する。本フレームワークは, NPC問題を離散0, 1ベクトル最適化問題とみなす。 MIS問題に対して、DIFUSCOは、挑戦的なSATLIBベンチマークにおいて、以前の最先端のニューラルソルバよりも優れている。
論文参考訳（メタデータ） (2023-02-16T11:13:36Z)
Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
論文参考訳（メタデータ） (2022-01-28T05:53:28Z)
Solving Large Break Minimization Problems in a Mirrored Double Round-robin Tournament Using Quantum Annealing [0.5156484100374059]
量子異方体は, 実用的な最適化問題の解法として利用できることを示す。量子異方体の性能を、最も洗練された数学的最適化解法の一つと比較する。結果: 20チームで問題が発生した場合、QAは0.05秒で正確なソリューションを決定できた。
論文参考訳（メタデータ） (2021-10-14T09:08:09Z)
Transformer-based Machine Learning for Fast SAT Solvers and Logic Synthesis [63.53283025435107]
CNFベースのSATとMaxSATは論理合成と検証システムの中心である。そこで本研究では,Transformerアーキテクチャから派生したワンショットモデルを用いて,MaxSAT問題の解法を提案する。
論文参考訳（メタデータ） (2021-07-15T04:47:35Z)
Two-Stage Stochastic Optimization via Primal-Dual Decomposition and Deep Unrolling [86.85697555068168]
2段階のアルゴリズム最適化は、様々な工学や科学的応用において重要な役割を果たす。特に長期変数と短期変数が制約の中で結合されている場合、アルゴリズムは効率的ではない。 PDD-SSCAが既存のソリューションよりも優れたパフォーマンスを達成できることを示します。
論文参考訳（メタデータ） (2021-05-05T03:36:00Z)
QROSS: QUBO Relaxation Parameter Optimisation via Learning Solver Surrogates [14.905085636501438]
問題のインスタンスの集合に関するソルバデータから学習することで,quboソルバのサロゲートモデルを構築する。このようにして、インスタンスの共通構造とそれらの解決者との相互作用を捉えることができ、ペナルティパラメータを適切に選択することができる。 qrossは分散型データセットや様々な種類のquboソルバによく一般化されている。
論文参考訳（メタデータ） (2021-03-19T09:06:12Z)
Combining Reinforcement Learning and Constraint Programming for Combinatorial Optimization [5.669790037378094]
目標は、有限個の可能性の集合の中で最適解を見つけることである。深部強化学習(DRL)はNP-ハード最適化問題を解くことを約束している。制約プログラミング(CP)は最適化問題を解決する汎用ツールである。本研究では,最適化問題の解法としてDRLとCPを用いた汎用ハイブリッド手法を提案する。
論文参考訳（メタデータ） (2020-06-02T13:54:27Z)
MineReduce: an approach based on data mining for problem size reduction [58.720142291102135]
本稿では,マイニングパターンを用いて問題サイズの削減を行うMineReduceという手法を提案する。異種車両ルーティング問題に対するMineReduceの適用について述べる。
論文参考訳（メタデータ） (2020-05-15T08:49:50Z)

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。