論文の概要: Diversity metric for evaluation of quantum annealing

• arxiv url: http://arxiv.org/abs/2110.10196v2
• Date: Sat, 23 Oct 2021 00:25:55 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-11 01:51:36.798845
• Title: Diversity metric for evaluation of quantum annealing
• Title（参考訳）: 量子アニーリング評価のための多様性指標
• Authors: Alex Zucca, Hossein Sadeghi, Masoud Mohseni, and Mohammad H. Amin
• Abstract要約: 量子解法が古典的手法と比較して構成空間をいかによくサンプリングするかは分かっていない。 メタヒューリスティックス・ソルバの評価のための指標として,時間と多様性を用いる。 このことは、量子と古典的な解を組み合わせたポートフォリオソルバが全ての解法に勝っていることを示唆している。
• 参考スコア（独自算出の注目度）: 1.0499611180329802
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Solving discrete NP-hard problems is an important part of scientific discoveries and operations research as well as many commercial applications. A commonly used metric to compare meta-heuristic solvers is the time required to obtain an optimal solution, known as time to solution. However, for some applications it is desirable to have a set of high-quality and diverse solutions, instead of a single optimal one. For these applications, time to solution may not be informative of the performance of a solver, and another metric would be necessary. In particular, it is not known how well quantum solvers sample the configuration space in comparison to their classical counterparts. Here, we apply a recently introduced collective distance measure in solution space to quantify diversity by Mohseni et. al. and, based on that, we employ time-to-diversity as a metric for evaluation of meta-heuristics solvers. We use this measure to compare the performance of the D-Wave quantum annealing processor with a few classical heuristic solvers on a set of synthetic problems and show that D-Wave quantum annealing processor is indeed a competitive heuristic, and on many instances outperforms state-of-the-art classical solvers, while it remains on par on other instances. This suggests that a portfolio solver that combines quantum and classical solutions may win over all solvers.
• Abstract（参考訳）: 離散的なNPハード問題を解くことは、多くの商業的応用と同様に科学的な発見と運用研究の重要な部分である。 メタヒューリスティック解法を比較するために一般的に用いられる計量は、解の時間として知られる最適解を得るのに必要な時間である。 しかし、いくつかのアプリケーションでは、単一の最適なソリューションではなく、高品質で多様なソリューションのセットを持つことが望ましい。 これらのアプリケーションの場合、解法に要する時間は解決器の性能を知らせるものではなく、別の計量が必要である。 特に、量子解法が古典的手法と比較して構成空間をいかによくサンプリングするかは分かっていない。 本稿では,mohseniらによる多様性を定量化するために,最近導入された集団距離尺度を解空間に適用する。 そこで我々は,メタヒューリスティックス解法の評価指標として,時間と多様性を用いる。 この尺度を用いて、d-wave量子アニーリングプロセッサの性能をいくつかの古典的ヒューリスティック解法と比較し、d-wave量子アニーリングプロセッサが実際に競争的ヒューリスティックであることを示す。 これは、量子解と古典解を組み合わせたポートフォリオソルバが全てのソルバに勝つことを示唆している。

関連論文リスト

• Variational Quantum Multi-Objective Optimization [5.381539115778766]
  本稿では,量子コンピュータ上での離散多目的最適化問題を解くための変分量子最適化アルゴリズムを提案する。 最大5つの目的を持つベンチマーク問題に対して提案アルゴリズムの有効性を示す。
  論文  参考訳（メタデータ） (2023-12-21T18:59:21Z)
• Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
  期待されている量子コンピュータの応用は、科学と産業にまたがる。 本稿では,量子アルゴリズムの応用分野について検討する。 私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
  論文  参考訳（メタデータ） (2023-10-04T17:53:55Z)
• 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)
• Heuristic for Diverse Kemeny Rank Aggregation based on Quantum Annealing [1.0323063834827415]
  ソリューションの多様性の枠組みは、人工知能の分野で若く繁栄するトピックである。 我々は、ケメニ・ランク・アグリゲーション問題を解くために量子アニールを用いて、代表的解の集合を計算する。 KRAインスタンスが量子アニールによってどのように解けるかを説明し、実験的な評価と実装を提供する。
  論文  参考訳（メタデータ） (2023-01-12T17:01:44Z)
• NP-hard but no longer hard to solve? Using quantum computing to tackle optimization problems [1.1470070927586016]
  量子コンピュータを用いて最適化問題を解く量子最適化の分野について論じる。 適切なユースケースを通じてこれを実証し、量子コンピュータの現在の品質について論じる。 本稿では、最近の量子最適化のブレークスルーと現状と今後の方向性について論じる。
  論文  参考訳（メタデータ） (2022-12-21T12:56:37Z)
• 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)
• Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
  マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。 これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。 本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
  論文  参考訳（メタデータ） (2022-02-17T18:59:20Z)
• Sampling diverse near-optimal solutions via algorithmic quantum annealing [0.3506539188356145]
  主要な開問題の1つは、典型的なモンテカルロ解法に対するエルゴディディティの欠如、あるいはモード崩壊である。 本稿ではNP-hard最適化問題に対する独立近似解の数を定量化する新しい多様性尺度を提案する。
  論文  参考訳（メタデータ） (2021-10-20T13:33:37Z)
• Accelerating variational quantum algorithms with multiple quantum processors [78.36566711543476]
  変分量子アルゴリズム(VQA)は、特定の計算上の利点を得るために、短期量子マシンを利用する可能性がある。 現代のVQAは、巨大なデータを扱うために単独の量子プロセッサを使用するという伝統によって妨げられている、計算上のオーバーヘッドに悩まされている。 ここでは、この問題に対処するため、効率的な分散最適化手法であるQUDIOを考案する。
  論文  参考訳（メタデータ） (2021-06-24T08:18:42Z)
• Tabu-driven Quantum Neighborhood Samplers [2.9934511331003555]
  組合せ最適化は、量子コンピューティングを対象とする重要なアプリケーションである。 短期的なデバイスで利点を享受する一つの選択肢は、それらを古典と組み合わせて使うことである。 このようなハイブリッド環境において,QAOAはアルゴリズム探索のための柔軟なツールであることを示す。
  論文  参考訳（メタデータ） (2020-11-18T19:30:27Z)
• Quantum-optimal-control-inspired ansatz for variational quantum algorithms [105.54048699217668]
  変分量子アルゴリズム (VQA) の中心成分は状態準備回路(英語版)であり、アンザッツ(英語版)または変分形式(英語版)とも呼ばれる。 ここでは、対称性を破るユニタリを組み込んだ「解」を導入することで、このアプローチが必ずしも有利であるとは限らないことを示す。 この研究は、より一般的な対称性を破るアンスの開発に向けた第一歩となり、物理学や化学問題への応用に繋がる。
  論文  参考訳（メタデータ） (2020-08-03T18:00:05Z)

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。