論文の概要: Quantum Optimization Heuristics with an Application to Knapsack Problems
- arxiv url: http://arxiv.org/abs/2108.08805v3
- Date: Thu, 3 Feb 2022 20:49:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-18 01:08:08.633739
- Title: Quantum Optimization Heuristics with an Application to Knapsack Problems
- Title（参考訳）: 量子最適化ヒューリスティックスとKnapsack問題への応用
- Authors: Wim van Dam, Karim Eldefrawy, Nicholas Genise, Natalie Parham
- Abstract要約: 本稿では,量子近似最適化アルゴリズム(QAOA)を制約付き最適化問題に適合させる2つの手法を提案する。
最初のテクニックでは、初期の量子状態と混合操作を定義し、量子最適化アルゴリズムを調整して、この初期欲求解に関する可能な解を探索する方法が述べられている。
第2の手法は、グリーディ溶液の周りの局所的なミニマを避けるために、量子探索に使用される。
- 参考スコア（独自算出の注目度）: 5.866941279460248
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This paper introduces two techniques that make the standard Quantum
Approximate Optimization Algorithm (QAOA) more suitable for constrained
optimization problems. The first technique describes how to use the outcome of
a prior greedy classical algorithm to define an initial quantum state and
mixing operation to adjust the quantum optimization algorithm to explore the
possible answers around this initial greedy solution. The second technique is
used to nudge the quantum exploration to avoid the local minima around the
greedy solutions. To analyze the benefits of these two techniques we run the
quantum algorithm on known hard instances of the Knapsack Problem using unit
depth quantum circuits. The results show that the adjusted quantum optimization
heuristics typically perform better than various classical heuristics.
- Abstract（参考訳）: 本稿では,量子近似最適化アルゴリズム(QAOA)を制約付き最適化問題に適合させる2つの手法を提案する。
最初のテクニックでは、初期の量子状態と混合操作を定義し、量子最適化アルゴリズムを調整して、この初期欲求解に関する可能な解を探索する方法が述べられている。
第二の手法は、グリーディ溶液の周りの局所的なミニマを避けるために量子探索に使用される。
これら2つの手法の利点を分析するために、単位深度量子回路を用いてクナプサック問題の既知のハードインスタンス上で量子アルゴリズムを実行する。
その結果、調整された量子最適化ヒューリスティックは、典型的には様々な古典ヒューリスティックよりも優れた性能を示す。
関連論文リスト
- 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) - Iterative Quantum Algorithms for Maximum Independent Set: A Tale of
Low-Depth Quantum Algorithms [0.0]
我々は、反復最大量子アルゴリズム(Iterative Maximum Quantum Algorithms)と呼ばれる、量子最適化のための新しいハイブリッドアプローチのクラスについて研究する。
深度$p=1$のQAOAの場合、このアルゴリズムはMISの古典的欲求アルゴリズムと全く同じ操作と選択を行う。
論文 参考訳（メタデータ） (2023-09-22T18:00:03Z) - 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) - A quantum advantage over classical for local max cut [48.02822142773719]
量子最適化近似アルゴリズム(QAOA)は、次数3グラフ上の古典的手法に匹敵する計算上の優位性を持つ。
結果として、最先端の量子ハードウェアに関係している小規模量子計算でさえ、比較可能な単純な古典よりも大きな優位性を持つ可能性が示唆された。
論文 参考訳（メタデータ） (2023-04-17T16:42:05Z) - Quantum-Enhanced Greedy Combinatorial Optimization Solver [12.454028945013924]
最適化問題を解くために反復量子最適化アルゴリズムを導入する。
72量子ビット以下のプログラム可能な超伝導量子系に量子アルゴリズムを実装した。
量子アルゴリズムは古典的な欲求よりも体系的に優れており、量子エンハンスメントのシグナルとなる。
論文 参考訳（メタデータ） (2023-03-09T18:59:37Z) - Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。
量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
論文 参考訳（メタデータ） (2022-12-06T22:01:49Z) - 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) - Quantum mean value approximator for hard integer value problems [19.4417702222583]
正確な予想よりも近似を用いることで、最適化を大幅に改善できることを示す。
効率的な古典的サンプリングアルゴリズムとともに、極小ゲート数を持つ量子アルゴリズムは、一般的な整数値問題の効率を向上させることができる。
論文 参考訳（メタデータ） (2021-05-27T13:03:52Z) - 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) - Solving Quadratic Unconstrained Binary Optimization with
divide-and-conquer and quantum algorithms [0.0]
分割・対数手法を用いて、元の問題を小さな問題の集合に還元する。
この手法は任意のQUBOインスタンスに適用でき、全古典的またはハイブリッドな量子古典的アプローチにつながる。
論文 参考訳（メタデータ） (2021-01-19T19:00:40Z) - 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。