論文の概要: Investigation of Bare-bones Algorithms from Quantum Perspective: A
Quantum Dynamical Global Optimizer
- arxiv url: http://arxiv.org/abs/2106.13927v4
- Date: Fri, 15 Apr 2022 15:01:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-25 11:52:06.576436
- Title: Investigation of Bare-bones Algorithms from Quantum Perspective: A
Quantum Dynamical Global Optimizer
- Title（参考訳）: 量子視点からのベアボーンアルゴリズムの検討:量子動的大域最適化器
- Authors: Peng Wang and Gang Xin and Fang Wang
- Abstract要約: インテリジェント最適化システムの探索挙動を量子理論を用いて検討した。
簡単な最適化システムの基本反復過程を構成する基本探索挙動を導出する。
いくつかの古典的な素ボーンスキームは、異なる比喩の下での探索行動の類似性を検証するために比較される。
- 参考スコア（独自算出の注目度）: 9.40485587925659
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent decades, the emergence of numerous novel algorithms makes it a gimmick
to propose an intelligent optimization system based on metaphor, and hinders
researchers from exploring the essence of search behavior in algorithms.
However, it is difficult to directly discuss the search behavior of an
intelligent optimization algorithm, since there are so many kinds of
intelligent schemes. To address this problem, an intelligent optimization
system is regarded as a simulated physical optimization system in this paper.
The dynamic search behavior of such a simplified physical optimization system
are investigated with quantum theory. To achieve this goal, the Schroedinger
equation is employed as the dynamics equation of the optimization algorithm,
which is used to describe dynamic search behaviours in the evolution process
with quantum theory. Moreover, to explore the basic behaviour of the
optimization system, the optimization problem is assumed to be decomposed and
approximated. Correspondingly, the basic search behaviour is derived, which
constitutes the basic iterative process of a simple optimization system. The
basic iterative process is compared with some classical bare-bones schemes to
verify the similarity of search behavior under different metaphors. The search
strategies of these bare bones algorithms are analyzed through experiments.
- Abstract（参考訳）: 近年、数多くの新しいアルゴリズムが出現し、メタファーに基づくインテリジェントな最適化システムを提案するギミックとなり、アルゴリズムにおける検索行動の本質を研究者が探究することを妨げている。
しかし,多種多様な知的スキームが存在するため,知的最適化アルゴリズムの探索動作を直接議論することは困難である。
この問題に対処するため,インテリジェント最適化システムは,シミュレーションされた物理最適化システムと見なされる。
このような簡易物理最適化システムの動的探索挙動を量子理論を用いて検討した。
この目的を達成するために、シュレーディンガー方程式は最適化アルゴリズムの動的方程式として使われ、量子論による進化過程における動的探索の振る舞いを記述するために用いられる。
さらに,最適化システムの基本的な挙動を考察するために,最適化問題を分解して近似する。
これに対応して、簡単な最適化システムの基本反復過程を構成する基本探索動作が導出される。
基本的な反復過程は、異なる比喩の下での探索行動の類似性を検証するための古典的な素ボーンスキームと比較される。
これらの素骨アルゴリズムの探索戦略は実験によって解析される。
関連論文リスト
- Quantum Inspired Chaotic Salp Swarm Optimization for Dynamic Optimization [4.44483539967295]
我々は量子コンピューティングの原理を統合するQSSOとして知られるSSAの変種について研究する。
カオス演算子は、変化への対応と個々の検索可能性の向上を保証するために量子コンピューティングで使用される。
約束通り、導入されたQCSSOは、DOPのライバルアルゴリズムとして発見される。
論文 参考訳（メタデータ） (2024-01-21T02:59:37Z) - Analyzing and Enhancing the Backward-Pass Convergence of Unrolled
Optimization [50.38518771642365]
ディープネットワークにおけるコンポーネントとしての制約付き最適化モデルの統合は、多くの専門的な学習タスクに有望な進歩をもたらした。
この設定における中心的な課題は最適化問題の解によるバックプロパゲーションであり、しばしば閉形式を欠いている。
本稿では, 非線形最適化の後方通過に関する理論的知見を提供し, 特定の反復法による線形システムの解と等価であることを示す。
Folded Optimizationと呼ばれるシステムが提案され、非ローリングなソルバ実装からより効率的なバックプロパゲーションルールを構築する。
論文 参考訳（メタデータ） (2023-12-28T23:15:18Z) - Randomized Benchmarking of Local Zeroth-Order Optimizers for Variational
Quantum Systems [65.268245109828]
古典学のパフォーマンスを、半ランダム化された一連のタスクで比較する。
量子システムにおける一般に好適な性能とクエリ効率のため、局所ゼロ階数に着目する。
論文 参考訳（メタデータ） (2023-10-14T02:13:26Z) - Socio-cognitive Optimization of Time-delay Control Problems using
Evolutionary Metaheuristics [89.24951036534168]
メタヒューリスティックス(Metaheuristics)は、古典的なアプローチでは解決できない難解な問題を解くために使用される普遍的な最適化アルゴリズムである。
本稿では,キャストに基づく新しい社会認知メタヒューリスティックの構築を目標とし,このアルゴリズムのいくつかのバージョンを時間遅延システムモデルの最適化に適用する。
論文 参考訳（メタデータ） (2022-10-23T22:21:10Z) - Neural Combinatorial Optimization: a New Player in the Field [69.23334811890919]
本稿では,ニューラルネットワークに基づくアルゴリズムの古典的最適化フレームワークへの導入に関する批判的分析を行う。
性能, 転送可能性, 計算コスト, 大規模インスタンスなど, これらのアルゴリズムの基本的側面を分析するために, 総合的研究を行った。
論文 参考訳（メタデータ） (2022-05-03T07:54:56Z) - Surrogate-based optimization for variational quantum algorithms [0.0]
変分量子アルゴリズム(英: Variational quantum algorithm)は、短期量子コンピュータで使用される技術の一種である。
実験的な測定をほとんど行わない変分回路のサロゲートモデルの学習について紹介する。
次に、元のデータとは対照的に、これらのモデルを用いてパラメータ最適化を行う。
論文 参考訳（メタデータ） (2022-04-12T00:15:17Z) - A Brief Overview of Physics-inspired Metaheuristic Optimization
Techniques [0.0]
本章は、具体的な最適化パラダイムを持つ非線形物理現象をモデル化したメタヒューリスティックアルゴリズムに焦点を当てる。
具体的には、この章は、いくつかの人気のある物理に基づくメタヒューリスティックスと、各アルゴリズムに関連する基礎となるユニークな物理過程を記述することに焦点を当てている。
論文 参考訳（メタデータ） (2022-01-30T13:25:23Z) - Amortized Implicit Differentiation for Stochastic Bilevel Optimization [53.12363770169761]
決定論的条件と決定論的条件の両方において、二段階最適化問題を解決するアルゴリズムのクラスについて検討する。
厳密な勾配の推定を補正するために、ウォームスタート戦略を利用する。
このフレームワークを用いることで、これらのアルゴリズムは勾配の偏りのない推定値にアクセス可能な手法の計算複雑性と一致することを示す。
論文 参考訳（メタデータ） (2021-11-29T15:10:09Z) - Optimization of the Variational Quantum Eigensolver for Quantum
Chemistry Applications [0.0]
変分量子固有解法アルゴリズムは、量子力学系の基底状態を決定するように設計されている。
本研究では,変分量子固有解法において,必要な量子ビット操作数を減らし,誤りを誘発しがちな方法について検討する。
論文 参考訳（メタデータ） (2021-02-02T22:20:12Z) - Low depth mechanisms for quantum optimization [0.25295633594332334]
我々は、成功の物理的メカニズムとアルゴリズム改善の導出の失敗を理解するために、グラフ上の運動エネルギーに関連する言語とツールの開発に重点を置いている。
これは、波動関数の閉じ込め、位相ランダム化、理想解から遠く離れた目標に潜む影欠陥の影響と関係している。
論文 参考訳（メタデータ） (2020-08-19T18:16:26Z) - Cross Entropy Hyperparameter Optimization for Constrained Problem
Hamiltonians Applied to QAOA [68.11912614360878]
QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。
このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。
本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
論文 参考訳（メタデータ） (2020-03-11T13:52:41Z)
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。