論文の概要: A Cuckoo Quantum Evolutionary Algorithm for the Graph Coloring Problem
- arxiv url: http://arxiv.org/abs/2108.08691v1
- Date: Thu, 19 Aug 2021 13:58:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-18 01:17:34.803041
- Title: A Cuckoo Quantum Evolutionary Algorithm for the Graph Coloring Problem
- Title(参考訳): グラフ彩色問題に対するcuckoo量子進化アルゴリズム
- Authors: Yongjian Xu and Yu Chen
- Abstract要約: グラフ着色問題(GCP)の解法として、cuckoo quantum evolution algorithm (CQEA)を提案する。
CQEAは強力な探索とエクスプロイト能力を備えており、比較した最先端のアルゴリズムと競合する。
- 参考スコア(独自算出の注目度): 5.3513212575826925
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Based on the framework of the quantum-inspired evolutionary algorithm, a
cuckoo quantum evolutionary algorithm (CQEA) is proposed for solving the graph
coloring problem (GCP). To reduce iterations for the search of the chromatic
number, the initial quantum population is generated by random initialization
assisted by inheritance. Moreover, improvement of global exploration is
achieved by incorporating the cuckoo search strategy, and a local search
operation, as well as a perturbance strategy, is developed to enhance its
performance on GCPs. Numerical results demonstrate that CQEA operates with
strong exploration and exploitation abilities, and is competitive to the
compared state-of-the-art heuristic algorithms.
- Abstract(参考訳): 量子に着想を得た進化アルゴリズムの枠組みに基づいて、グラフ着色問題(GCP)を解決するために、カッコウ量子進化アルゴリズム(CQEA)を提案する。
色数探索の繰り返しを減らすために、継承を補助するランダム初期化によって初期量子集団が生成される。
さらに、cuckoo検索戦略を組み込んだグローバル探索の改善が達成され、gcp上での性能を向上させるために、ローカル検索操作と摂動戦略が開発されている。
数値的な結果は、CQEAが強力な探索と搾取能力を持ち、比較した最先端のヒューリスティックアルゴリズムと競合することを示している。
関連論文リスト
- Quantum Variational Algorithms for the Allocation of Resources in a
Cloud/Edge Architecture [1.1715858161748576]
クラウド/エッジアーキテクチャは、異種コンピューティングノードの複数のレイヤを編成する必要がある。
異なるノード上での計算の最適割り当てとスケジューリングは非常に難しい問題であり、NP困難である。
近い将来,変分量子アルゴリズムが古典的アルゴリズムの代替となる可能性が示唆された。
論文 参考訳(メタデータ) (2024-01-25T17:37:40Z) - Clustering by Contour coreset and variational quantum eigensolver [0.8544206632559302]
本稿では,変分量子固有解法(VQE)とカスタマイズコアセット法であるContour coresetを用いて,k平均クラスタリング問題を解くことを提案する。
我々の研究は、量子化されたコアセット技術は量子アルゴリズムの性能を大幅に向上させる可能性があることを示した。
論文 参考訳(メタデータ) (2023-12-06T14:21:17Z) - Quantum Vision Clustering [10.360126989185261]
本稿では,Adiabatic quantum computing を用いた解法に適した最初のクラスタリング定式化を提案する。
提案手法は,最先端の最適化手法と比較して高い競合性を示す。
この研究は、現在世代の実量子コンピュータにおけるクラスタリング問題の解決可能性を示す。
論文 参考訳(メタデータ) (2023-09-18T16:15:16Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳(メタデータ) (2023-04-18T11:57:15Z) - QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional
Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。
現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。
我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文 参考訳(メタデータ) (2022-11-09T21:43:16Z) - RL-EA: A Reinforcement Learning-Based Evolutionary Algorithm Framework
for Electromagnetic Detection Satellite Scheduling Problem [6.438148195340613]
本稿では、EDSSP問題に対する混合整数プログラミングモデルと強化学習(RL-EA)に基づく進化的アルゴリズムフレームワークを提案する。
提案アルゴリズムの計画効果を検討するために,様々なスケール実験を行った。
論文 参考訳(メタデータ) (2022-06-12T08:53:56Z) - Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。
この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。
GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
論文 参考訳(メタデータ) (2022-04-18T21:45:13Z) - From Quantum Graph Computing to Quantum Graph Learning: A Survey [86.8206129053725]
まず、量子力学とグラフ理論の相関関係について、量子コンピュータが有用な解を生成できることを示す。
本稿では,その実践性と適用性について,一般的なグラフ学習手法について概説する。
今後の研究の触媒として期待される量子グラフ学習のスナップショットを提供する。
論文 参考訳(メタデータ) (2022-02-19T02:56:47Z) - Quadratic Unconstrained Binary Optimisation via Quantum-Inspired
Annealing [58.720142291102135]
本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。
我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
論文 参考訳(メタデータ) (2021-08-18T09:26:17Z) - Hybrid Quantum Computing -- Tabu Search Algorithm for Partitioning
Problems: preliminary study on the Traveling Salesman Problem [0.8434687648198277]
本稿では,ハイブリッド量子コンピューティング - Tabu Search Algorithm と呼ばれる新しい解法を提案する。
提案手法の主な運用柱は、量子資源へのアクセスの制御の強化と、収益性のないアクセスの大幅な削減である。
論文 参考訳(メタデータ) (2020-12-09T11:21:50Z) - Progressive Spatio-Temporal Graph Convolutional Network for
Skeleton-Based Human Action Recognition [97.14064057840089]
本稿では,グラフ畳み込みネットワークのためのコンパクトで問題固有のネットワークを,段階的に自動的に見つける手法を提案する。
骨格に基づく人体行動認識のための2つのデータセットの実験結果から,提案手法は競争力あるいはより優れた分類性能を有することが示された。
論文 参考訳(メタデータ) (2020-11-11T09:57:49Z)
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。