論文の概要: Quantum Machine Learning for Power System Stability Assessment
- arxiv url: http://arxiv.org/abs/2104.04855v1
- Date: Sat, 10 Apr 2021 20:26:09 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-13 13:45:10.559681
- Title: Quantum Machine Learning for Power System Stability Assessment
- Title（参考訳）: 電力系統安定性評価のための量子機械学習
- Authors: Yifan Zhou and Peng Zhang
- Abstract要約: 過渡安定性評価(tsa)は、今日の連系電力網の弾力性運用の基礎である。
低深度で表現性の高い量子ニューラルネットワークである量子TSA(qTSA)法を考案し,スケーラブルかつ効率的なデータ駆動過渡安定性予測を実現する。
- 参考スコア（独自算出の注目度）: 7.146059733442307
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Transient stability assessment (TSA), a cornerstone for resilient operations
of today's interconnected power grids, is a grand challenge yet to be addressed
since the genesis of electric power systems. This paper is a confluence of
quantum computing, data science and machine learning to potentially resolve the
aforementioned challenge caused by high dimensionality, non-linearity and
uncertainty. We devise a quantum TSA (qTSA) method, a low-depth, high
expressibility quantum neural network, to enable scalable and efficient
data-driven transient stability prediction for bulk power systems. qTSA renders
the intractable TSA straightforward and effortless in the Hilbert space, and
provides rich information that enables unprecedentedly resilient and secure
power system operations. Extensive experiments on quantum simulators and real
quantum computers verify the accuracy, noise-resilience, scalability and
universality of qTSA. qTSA underpins a solid foundation of a quantum-enabled,
ultra-resilient power grid which will benefit the people as well as various
commercial and industrial sectors.
- Abstract（参考訳）: 過渡安定度評価(TSA)は、今日の相互接続電力網のレジリエントな運用の基盤であり、電力系統の創始以来、未解決の課題である。
本稿では,量子コンピューティング,データサイエンス,機械学習の融合により,高次元,非線形性,不確実性によって生じる課題を解決する。
バルク電力系統におけるスケーラブルで効率的なデータ駆動過渡安定予測を実現するために,量子tsa(quantum tsa)法(low-depth, high expressibility quantum neural network)を考案した。
qTSAは、ヒルベルト空間において難易度の高いTSAを単純かつ無力に表現し、かつてないほどレジリエンスでセキュアな電力システム操作を可能にする豊富な情報を提供する。
量子シミュレータと実量子コンピュータに関する大規模な実験は、qTSAの精度、雑音耐性、拡張性、普遍性を検証する。
qtsaは量子可能で超レジリエントな電力網の基礎を固めており、人々だけでなく、様々な商業部門や産業部門にも利益をもたらすだろう。
関連論文リスト
- QPUF 2.0: Exploring Quantum Physical Unclonable Functions for Security-by-Design of Energy Cyber-Physical Systems [0.0]
量子デコヒーレンス、絡み合い、重ね合わせに基づく量子論理ゲートを用いた新しいQPUFアーキテクチャを導入する。
提案したQPUF設計はIBMとGoogleの量子システムとシミュレータで評価される。
論文 参考訳（メタデータ） (2024-10-16T16:04:45Z) - Quantum Mixed-State Self-Attention Network [3.1280831148667105]
本稿では、量子コンピューティングの原理と古典的な機械学習アルゴリズムを統合する新しい量子混合状態注意ネットワーク(QMSAN)を紹介する。
QMSANモデルは混合状態に基づく量子アテンション機構を採用し、量子領域内のクエリとキー間の類似性を効率的に直接推定することを可能にする。
本研究は,QMSANが低雑音に対する可換ロバスト性を有することを示すため,異なる量子雑音環境におけるモデルのロバスト性について検討した。
論文 参考訳（メタデータ） (2024-03-05T11:29:05Z) - Early Exploration of a Flexible Framework for Efficient Quantum Linear
Solvers in Power Systems [7.346769343315727]
我々は,電力システムアプリケーションとQiskitで利用可能な量子線形解器のギャップを埋める,NWQSimを利用した多用途フレームワークを提案する。
革新的なゲート融合戦略,回路深度低減,GPUアクセラレーションにより,シミュレータは資源効率を大幅に向上させる。
論文 参考訳（メタデータ） (2024-02-13T00:08:21Z) - GQHAN: A Grover-inspired Quantum Hard Attention Network [53.96779043113156]
GQHAM(Grover-inspired Quantum Hard Attention Mechanism)を提案する。
GQHANは、既存の量子ソフト自己保持機構の有効性を超越して、非微分可能性ハードルをかなり上回っている。
GQHANの提案は、将来の量子コンピュータが大規模データを処理する基盤を築き、量子コンピュータビジョンの開発を促進するものである。
論文 参考訳（メタデータ） (2024-01-25T11:11:16Z) - Towards Quantum-Native Communication Systems: New Developments, Trends,
and Challenges [63.67245855948243]
調査では、量子ドメイン(QD)マルチインプットマルチアウトプット(MIMO)、QD非直交多重アクセス(NOMA)、量子セキュアダイレクト通信(QSDC)などの技術を調査した。
量子センシング、量子レーダ、量子タイミングの現在の状況は、将来の応用をサポートするために簡単にレビューされる。
論文 参考訳（メタデータ） (2023-11-09T09:45:52Z) - QKSAN: A Quantum Kernel Self-Attention Network [53.96779043113156]
量子カーネル法(Quantum Kernel Methods, QKM)のデータ表現能力とSAMの効率的な情報抽出能力を組み合わせた量子カーネル自己認識機構(Quantum Kernel Self-Attention Mechanism, QKSAM)を導入する。
量子カーネル自己保持ネットワーク(QKSAN)フレームワークは,DMP(Dederred Measurement Principle)と条件測定技術を巧みに組み込んだQKSAMに基づいて提案されている。
4つのQKSANサブモデルはPennyLaneとIBM Qiskitプラットフォームにデプロイされ、MNISTとFashion MNISTのバイナリ分類を実行する。
論文 参考訳（メタデータ） (2023-08-25T15:08:19Z) - Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。
本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文 参考訳（メタデータ） (2022-09-16T02:37:32Z) - QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。
短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
論文 参考訳（メタデータ） (2022-07-14T12:22:51Z) - Learning Quantum Systems [0.0]
量子技術は、セキュアな通信、高性能コンピューティング、超精密センシングにおける画期的な応用によって、私たちの社会に革命をもたらすと約束している。
量子技術のスケールアップにおける主な特徴の1つは、量子システムの複雑さがその大きさと指数関数的にスケールすることである。
これは、量子状態の効率的なキャリブレーション、ベンチマーク、検証とその動的制御において深刻な問題を引き起こす。
論文 参考訳（メタデータ） (2022-07-01T09:47:26Z) - Colloquium: Advances in automation of quantum dot devices control [0.0]
量子ドットの配列 (QD) はスケーラブルで結合された量子ビットシステムを実現するための有望な候補システムである。
所望のQD位置と電荷をゲート電圧にマッピングすることは、古典的な制御の問題となる。
近年,スクリプトベースのアルゴリズムと機械学習(ML)技術を組み合わせたデバイス制御を自動化する取り組みが盛んに行われている。
論文 参考訳（メタデータ） (2021-12-17T07:41:47Z) - Entanglement transfer, accumulation and retrieval via quantum-walk-based
qubit-qudit dynamics [50.591267188664666]
高次元システムにおける量子相関の生成と制御は、現在の量子技術の展望において大きな課題である。
本稿では,量子ウォークに基づく移動・蓄積機構により,$d$次元システムの絡み合った状態が得られるプロトコルを提案する。
特に、情報を軌道角運動量と単一光子の偏光度にエンコードするフォトニック実装について述べる。
論文 参考訳（メタデータ） (2020-10-14T14:33:34Z)
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。