論文の概要: Benchmark of quantum-inspired heuristic solvers for quadratic unconstrained binary optimization

• arxiv url: http://arxiv.org/abs/2104.14096v3
• Date: Wed, 15 Dec 2021 04:24:28 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-02 02:25:00.618350
• Title: Benchmark of quantum-inspired heuristic solvers for quadratic unconstrained binary optimization
• Title（参考訳）: 2元最適化のための量子インスパイアヒューリスティックソルバのベンチマーク
• Authors: Hiroki Oshiyama and Masayuki Ohzeki
• Abstract要約: 4つの二項最適化問題をベンチマークした。 NAE 3-SATではDAが1位、SKモデルではSBMが1位だった。
• 参考スコア（独自算出の注目度）: 1.14219428942199
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recently, inspired by quantum annealing, many solvers specialized for unconstrained binary quadratic programming problems have been developed. For further improvement and application of these solvers, it is important to clarify the differences in their performance for various types of problems. In this study, the performance of four quadratic unconstrained binary optimization problem solvers, namely D-Wave Hybrid Solver Service (HSS), Toshiba Simulated Bifurcation Machine (SBM), Fujitsu DigitalAnnealer (DA), and simulated annealing on a personal computer, was benchmarked. The problems used for benchmarking were instances of real problems in MQLib, instances of the SAT-UNSAT phase transition point of random not-all-equal 3-SAT(NAE 3-SAT), and the Ising spin glass Sherrington-Kirkpatrick (SK) model. Concerning MQLib instances, the HSS performance ranked first; for NAE 3-SAT, DA performance ranked first; and regarding the SK model, SBM performance ranked first. These results may help understand the strengths and weaknesses of these solvers.
• Abstract（参考訳）: 近年、量子アニーリングに触発され、制約のないバイナリ二次計画問題に特化した多くの解法が開発されている。 これらの解法のさらなる改良と適用には,様々な問題に対する性能の違いを明らかにすることが重要である。 本研究では,D-Wave Hybrid Solver Service (HSS), Toshiba Simulated Bifurcation Machine (SBM), Fujitsu DigitalAnnealer (DA),simulated annealing on a personal computerの4つの2次非拘束バイナリ最適化問題の解法の性能をベンチマークした。 ベンチマークに用いた問題は、MQLibの実際の問題、ランダムな不等式 3-SAT(NAE 3-SAT) のSAT-UNSAT 相転移点のインスタンス、およびIsing spin glass Sherrington-Kirkpatrick (SK) モデルである。 MQLibインスタンスでは、HSSパフォーマンスが1位、NAE 3-SATではDAパフォーマンスが1位、SKモデルではSBMパフォーマンスが1位だった。 これらの結果は、これらの解法の強みと弱みを理解するのに役立つかもしれない。

関連論文リスト

• Unifying (Quantum) Statistical and Parametrized (Quantum) Algorithms [65.268245109828]
  我々はカーンズのSQオラクルとヴァリアントの弱い評価オラクルからインスピレーションを得ます。 評価クエリから学習するための非条件の下限を出力する,広範かつ直感的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-26T18:23:21Z)
• 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)
• A hybrid Quantum proposal to deal with 3-SAT problem [75.38606213726906]
  本稿では,3SAT問題を解くためのハイブリッド量子コンピューティング戦略について述べる。 この近似の性能は、量子コンピューティングの観点から3-SATを扱う際に、一連の代表的なシナリオで検証されている。
  論文  参考訳（メタデータ） (2023-06-07T12:19:22Z)
• Amplitude amplification-inspired QAOA: Improving the success probability for solving 3SAT [55.78588835407174]
  振幅増幅アルゴリズムは、可変代入を満たすために非構造化探索に適用することができる。 Quantum Approximate Optimization Algorithm (QAOA)は、ノイズのある中間量子デバイスのための3SATを解くための有望な候補である。 振幅増幅によるQAOAの変種を導入し、3SATの成功確率を改善する。
  論文  参考訳（メタデータ） (2023-03-02T11:52:39Z)
• Solution of SAT Problems with the Adaptive-Bias Quantum Approximate Optimization Algorithm [4.03537866744963]
  適応バイアスQAOA(ab-QAOA)は3SAT問題のハード領域とMax-3-SAT問題のハード領域の性能を大幅に向上させることを示す。 我々の研究は、NISQデバイスにおける最適化問題に対する量子アドバンテージを実現するための道を開いた。
  論文  参考訳（メタデータ） (2022-10-06T11:25:26Z)
• 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)
• 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)
• An investigation of IBM Quantum Computing device performance on Combinatorial Optimisation Problems [0.0]
  本稿では,古典的および量子的最適化アルゴリズムの性能を近似して,トラベリングセールスマン問題(TSP)と二次割り当て問題(QAP)の2つの共通COPを解く。 2つの古典的最適化法であるブランチ・アンド・バウンド (BNB) とシミュレート・アニーリング (SA) を、変分量子固有解法 (VQE) と量子近似最適化アルゴリズム (QAOA) の2つの量子最適化法と比較した。 以上の結果から,VQEはこれらの指標に対してQAOAよりも優れた性能を示した。
  論文  参考訳（メタデータ） (2021-07-08T07:02:50Z)
• 3-Regular 3-XORSAT Planted Solutions Benchmark of Classical and Quantum Heuristic Optimizers [0.30586855806896046]
  特定のコンピューティング集約的な課題に対処するための選択肢として、専用ハードウェアが登場した。 これらのプラットフォームには、デジタル論理の高効率ハードウェア実装から、新しいアルゴリズムを実装するアナログハードウェアの提案まで、多くの異なる特徴がある。 本研究では、解を効率的に見つけることができる線形方程式の特定のクラスの写像を用いて、これらの異なるアプローチのいくつかをベンチマークする。
  論文  参考訳（メタデータ） (2021-03-15T15:40:00Z)

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。