論文の概要: Benchmark test of Black-box optimization using D-Wave quantum annealer
- arxiv url: http://arxiv.org/abs/2103.12320v1
- Date: Tue, 23 Mar 2021 05:27:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-07 02:25:30.946729
- Title: Benchmark test of Black-box optimization using D-Wave quantum annealer
- Title（参考訳）: D波量子アニールを用いたブラックボックス最適化のベンチマークテスト
- Authors: Ami S. Koshikawa, Masayuki Ohzeki, Tadashi Kadowaki, Kazuyuki Tanaka
- Abstract要約: バイナリ変数を持つブラックボックス目的関数に対して,スパースによる推論を用いた効率的な手法が提案されている。
量子ゆらぎによって2変数を駆動することでQUBOを解くことができるD-Wave 2000Q量子アニールを用いる。
ブラックボックス最適化におけるD波量子アニールの出力特性について検討する。
- 参考スコア（独自算出の注目度）: 0.8602553195689513
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In solving optimization problems, objective functions generally need to be
minimized or maximized. However, objective functions cannot always be
formulated explicitly in a mathematical form for complicated problem settings.
Although several regression techniques infer the approximate forms of objective
functions, they are at times expensive to evaluate. Optimal points of
"black-box" objective functions are computed in such scenarios, while
effectively using a small number of clues. Recently, an efficient method by use
of inference by sparse prior for a black-box objective function with binary
variables has been proposed. In this method, a surrogate model was proposed in
the form of a quadratic unconstrained binary optimization (QUBO) problem, and
was iteratively solved to obtain the optimal solution of the black-box
objective function. In the present study, we employ the D-Wave 2000Q quantum
annealer, which can solve QUBO by driving the binary variables by quantum
fluctuations. The D-Wave 2000Q quantum annealer does not necessarily output the
ground state at the end of the protocol due to freezing effect during the
process. We investigate effects from the output of the D-Wave quantum annealer
in performing black-box optimization. We demonstrate a benchmark test by
employing the sparse Sherrington-Kirkpatrick (SK) model as the black-box
objective function, by introducing a parameter controlling the sparseness of
the interaction coefficients. Comparing the results of the D-Wave quantum
annealer to those of the simulated annealing (SA) and semidefinite programming
(SDP), our results by the D-Wave quantum annealer and SA exhibit superiority in
black-box optimization with SDP. On the other hand, we did not find any
advantage of the D-Wave quantum annealer over the simulated annealing. As far
as in our case, any effects by quantum fluctuation are not found.
- Abstract（参考訳）: 最適化問題を解決する際、目的関数は一般に最小化または最大化する必要がある。
しかし、目的関数は複雑な問題の設定のために数学的形式で明示的に定式化することはできない。
いくつかの回帰手法は、目的関数の近似形式を推測するが、評価する費用は高くつく。
ブラックボックス」目的関数の最適点をこのようなシナリオで計算し、少数の手がかりを効果的に利用する。
近年,バイナリ変数を持つブラックボックス目的関数に対して,スパースによる推論を用いた効率的な手法が提案されている。
本手法では,二元最適化問題 (qubo) という二元最適化問題を用いてサロゲートモデルを提案し,ブラックボックス目的関数の最適解を得るために反復的に解いた。
本研究では,量子ゆらぎによる2変数の駆動によりQUBOを解くことができるD-Wave 2000Q量子アニールを用いた。
D-Wave 2000Q量子アニールは、プロセス中の凍結効果のため、プロトコルの終了時の基底状態を必ずしも出力しない。
ブラックボックス最適化におけるD波量子アニールの出力特性について検討する。
ブラックボックス目的関数としてスパースシェリントン・カークパトリック (SK) モデルを用いて, 相互作用係数のスパース性を制御するパラメータを導入することで, ベンチマークテストを示す。
シミュレーションアニール (SA) と半定値プログラミング (SDP) の結果と比較すると, D-Wave 量子アニール (SA) は, SDP を用いたブラックボックス最適化において優れている。
一方、シミュレーションアニールよりもD波量子アニールの利点は見つからなかった。
我々の場合、量子揺らぎによるどんな影響も見出されていない。
関連論文リスト
- Covariance-Adaptive Sequential Black-box Optimization for Diffusion Targeted Generation [60.41803046775034]
ユーザのブラックボックス目標スコアのみを用いた拡散モデルを用いて,ユーザ優先のターゲット生成を行う方法を示す。
数値実験問題と目標誘導型3次元分子生成タスクの両方の実験により,より優れた目標値を得る上で,本手法の優れた性能が示された。
論文 参考訳（メタデータ） (2024-06-02T17:26:27Z) - GRAPE optimization for open quantum systems with time-dependent
decoherence rates driven by coherent and incoherent controls [77.34726150561087]
グラディエントアセンセントパルス工学(GRAPE)法は量子制御の最適化に広く用いられている。
我々は、コヒーレント制御と非コヒーレント制御の両方によって駆動されるオープン量子系の目的関数を最適化するために、GRAPE法を採用する。
状態-状態遷移問題に対する数値シミュレーションによりアルゴリズムの効率を実証する。
論文 参考訳（メタデータ） (2023-07-17T13:37:18Z) - Effectiveness of quantum annealing for continuous-variable optimization [0.0]
粗いエネルギー景観を持つ一次元連続変数関数に適用した量子アニールの性能を検証した。
量子アニールのハードウェア実現は、古典的アルゴリズムよりもはるかに優れている可能性があると結論付けている。
論文 参考訳（メタデータ） (2023-05-11T07:59:19Z) - Quantum-inspired optimization for wavelength assignment [51.55491037321065]
波長割当問題を解くための量子インスピレーションアルゴリズムを提案し,開発する。
本研究は,電気通信における現実的な問題に対する量子インスパイアされたアルゴリズムの活用の道筋をたどるものである。
論文 参考訳（メタデータ） (2022-11-01T07:52:47Z) - Bayesian Optimization for Macro Placement [48.55456716632735]
本研究では,系列対上のベイズ最適化(BO)を用いた新しいマクロ配置法を提案する。
BOは確率的代理モデルと獲得関数を利用する機械学習技術である。
固定アウトラインマクロ配置問題に対して, 半周波線長目標を用いたアルゴリズムを実証する。
論文 参考訳（メタデータ） (2022-07-18T06:17:06Z) - Gaussian quantum estimation of the lossy parameter in a thermal
environment [0.10312968200748115]
ロッシーボソニックチャネルは、多くの量子情報タスクにおいて重要な役割を果たす。
単モードガウス状態と2モードガウス状態のそれぞれをプローブとして, アイドラーフリー, エンタングルメント支援症例において, それらの気象パワーを特徴付ける。
論文 参考訳（メタデータ） (2022-02-28T19:38:45Z) - Bosonic field digitization for quantum computers [62.997667081978825]
我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。
本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
論文 参考訳（メタデータ） (2021-08-24T15:30:04Z) - Continuous black-box optimization with quantum annealing and random
subspace coding [2.839269856680851]
ベイズ最適化のようなブラックボックス最適化アルゴリズムは、基礎関数の推論と獲得関数の最適化を交互に行い、未知関数の極端を見つける。
高次元空間では、そのようなアルゴリズムは獲得関数の最適化が困難であるため、性能が劣る。
連続ブラックボックス最適化の難しさを克服するために量子アニールを適用する。
論文 参考訳（メタデータ） (2021-04-30T06:19:07Z) - Solving Inequality-Constrained Binary Optimization Problems on Quantum
Annealer [0.966840768820136]
量子アニールを用いた不等式制約下でのバイナリ最適化問題の解法を提案する。
本研究では,乗算器の交互方向法を用いる。
本手法の計算時間は,高密度グラフ上で定義された様々なQKPに取り組み,精度の高い解法よりも高速であることがわかった。
論文 参考訳（メタデータ） (2020-12-11T04:30:16Z) - Direct Optimal Control Approach to Laser-Driven Quantum Particle
Dynamics [77.34726150561087]
間接制御理論に対する頑健で柔軟な代替手段として, 直接最適制御を提案する。
この方法は、バイスタブルポテンシャルにおけるレーザー駆動のウェーブパレットダイナミクスの場合に説明される。
論文 参考訳（メタデータ） (2020-10-08T07:59:29Z) - Model Predictive Control for Finite Input Systems using the D-Wave
Quantum Annealer [4.83782736808514]
D-Wave量子アニールは、新しい計算アーキテクチャとして登場し、大きな関心を集めている。
本稿では,量子アニールを用いたモデル予測制御(MPC)アルゴリズムを提案する。
スプリング・マス・ダンパーシステムの安定化と動的オーディオ量子化という2つの実用的応用を実証した。
論文 参考訳（メタデータ） (2020-01-06T05:11:52Z)
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。