論文の概要: Quantum Annealing Continuous Optimisation in Renewable Energy
- arxiv url: http://arxiv.org/abs/2105.11322v2
- Date: Sat, 2 Apr 2022 15:40:40 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-29 23:13:02.463914
- Title: Quantum Annealing Continuous Optimisation in Renewable Energy
- Title(参考訳): 再生可能エネルギーにおける量子アニール連続最適化
- Authors: Mansour T.A. Sharabiani, Vibe B. Jakobsen, Martin Jeppesen, Alireza S.
Mahani
- Abstract要約: 再生可能エネルギー最適化は計算集約的な課題を引き起こす。
量子アニーリング連続最適化(QuAnCO)を提案する。
我々は,自然エネルギーのバイオマス混合選択を最適化する現実的な課題に取り組む。
- 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: Renewable energy optimisation poses computationally-intensive challenges.
Yet, often the continuous nature of the decision space precludes the use of
many emerging, non-von-Neumann computing platforms such as quantum annealing,
which are limited to discrete problems. We propose Quantum Annealing Continuous
Optimisation (QuAnCO), a Trust Region (TR)-based algorithm, where the TR Newton
sub-problem is transformed into Quadratic Unconstrained Binary Optimisation
(QUBO), thereby allowing the use of Ising solvers such as D-Wave's quantum
annealer. This transformation to QUBO is done by 1) using a hyper-rectangular
shape for the TR, 2) discrete representation of each continuous dimension using
an interval-bounded integer, and 3) binary encoding of the resulting bounded
integers. We tackle a real-world challenge of optimising the biomass mix
selection for Nature Energy, the largest biogas producer in Europe, thus
providing evidence of feasibility and performance advantage in using QuAnCO in
green energy production, and beyond.
- Abstract(参考訳): 再生可能エネルギー最適化は計算集約的な課題を引き起こす。
しかし、多くの場合、決定空間の連続性は、量子アニーリングのような新興で非ノイマン計算プラットフォームの使用を妨げ、離散問題に限定される。
本稿では,信頼領域(TR)に基づく量子アニーリング連続最適化(QuAnCO)を提案する。このアルゴリズムでは,TRニュートンのサブプロブレムを擬似非拘束バイナリ最適化(QUBO)に変換することにより,D-Waveの量子アニーラのようなイジング問題を解くことができる。
この QUBO への変換は
1) TRの超矩形形状を用いた場合
2)区間境界付き整数を用いた各連続次元の離散表現と
3) 得られた有界整数のバイナリエンコーディング。
我々は,欧州最大のバイオガス生産国であるナチュラル・エナジーのバイオマスミックス選択を最適化する実世界の課題に挑戦し,クエンコを用いたグリーンエナジー生産等における実現可能性と性能の優位性を実証する。
関連論文リスト
- Variational Optimization for Quantum Problems using Deep Generative Networks [9.011023101133953]
生成モデルに基づく変分最適化アルゴリズムの設計法を提案する。
VGONを3つの量子タスクに適用する: 絡み込み検出プロトコルの最良の状態を見つける、変分量子回路を持つ1次元量子スピンモデルの基底状態を見つける、多体量子ハミルトンの退化基底状態を生成する。
論文 参考訳(メタデータ) (2024-04-28T00:58:28Z) - Quantum Dueling: an Efficient Solution for Combinatorial Optimization [3.7398607565670536]
量子デュエル(quantum dueling)と呼ぶ汎用最適化のための新しいアルゴリズムを提案する。
量子デュエルは、追加のqubitレジスタを統合することで革新的であり、2組のソリューションが競合するデュエルのシナリオを効果的に生成する。
我々の研究は、量子ビットの数を増やすことで、これまで考えられていなかったアルゴリズムの開発が可能になり、効率的な量子アルゴリズム設計の進歩の道を開くことを実証している。
論文 参考訳(メタデータ) (2023-02-20T18:33:55Z) - Symmetric Tensor Networks for Generative Modeling and Constrained
Combinatorial Optimization [72.41480594026815]
ポートフォリオ最適化からロジスティクスに至るまで、制約付き最適化問題は業界に多い。
これらの問題の解決における主要な障害の1つは、有効な検索空間を制限する非自明なハード制約の存在である。
本研究では、Ax=bという形の任意の整数値等式制約をU(1)対称ネットワーク(TN)に直接エンコードし、それらの適用性を量子に着想を得た生成モデルとして活用する。
論文 参考訳(メタデータ) (2022-11-16T18:59:54Z) - 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) - Prog-QAOA: Framework for resource-efficient quantum optimization through classical programs [0.0]
現在の量子最適化アルゴリズムでは、元の問題を二進最適化問題として表現し、量子デバイスに適した等価イジングモデルに変換する必要がある。
目的関数を計算し、制約を認証するための古典的プログラムを設計し、後に量子回路にコンパイルする。
その結果,量子近似最適化アルゴリズム (QAOA) が新たに導入された。
論文 参考訳(メタデータ) (2022-09-07T18:01:01Z) - Q-FW: A Hybrid Classical-Quantum Frank-Wolfe for Quadratic Binary
Optimization [44.96576908957141]
本稿では,量子コンピュータ上での2次線形反復問題を解くために,フランク・ウルフアルゴリズム(Q-FW)に基づく古典量子ハイブリッドフレームワークを提案する。
論文 参考訳(メタデータ) (2022-03-23T18:00:03Z) - Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。
3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
論文 参考訳(メタデータ) (2021-08-03T17:49:09Z) - Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。
その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文 参考訳(メタデータ) (2021-06-24T20:16:02Z) - Machine Learning Framework for Quantum Sampling of Highly-Constrained,
Continuous Optimization Problems [101.18253437732933]
本研究では,連続空間の逆設計問題を,制約のないバイナリ最適化問題にマッピングする,汎用的な機械学習ベースのフレームワークを開発する。
本研究では, 熱発光トポロジを熱光応用に最適化し, (ii) 高効率ビームステアリングのための拡散メタグレーティングを行うことにより, 2つの逆設計問題に対するフレームワークの性能を示す。
論文 参考訳(メタデータ) (2021-05-06T02:22:23Z) - 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) - Quantum Permutation Synchronization [88.4588059792167]
本稿では,コンピュータビジョンの文脈における量子ビジョン問題を解決する量子アルゴリズムQuantumSyncを提案する。
本稿では、QUBO 問題に置換制約を挿入し、アバスティック量子 DWave コンピュータの電流生成に関する制約付き QUBO 問題を解決する方法を示す。
論文 参考訳(メタデータ) (2021-01-19T17:51:02Z)
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。