論文の概要: Adapting Quantum Approximation Optimization Algorithm (QAOA) for Unit
Commitment
- arxiv url: http://arxiv.org/abs/2110.12624v1
- Date: Mon, 25 Oct 2021 03:37:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-10 08:01:14.485425
- Title: Adapting Quantum Approximation Optimization Algorithm (QAOA) for Unit
Commitment
- Title（参考訳）: ユニットコミットに対する量子近似最適化アルゴリズム(QAOA)の適用
- Authors: Samantha Koretsky, Pranav Gokhale, Jonathan M. Baker, Joshua Viszlai,
Honghao Zheng, Niroj Gurung, Ryan Burg, Esa Aleksi Paaso, Amin Khodaei,
Rozhin Eskandarpour, Frederic T. Chong
- Abstract要約: ユニットコミットと呼ばれる電力系統最適化問題に対して,ハイブリッド量子古典アルゴリズムを定式化し,適用する。
提案アルゴリズムは、量子近似最適化アルゴリズム(QAOA)を古典最小値で拡張し、混合二元最適化をサポートする。
提案手法は,400個の発電ユニット未満のシミュレーション単位コミットに対して,古典的解法が有効であることを示す。
- 参考スコア（独自算出の注目度）: 2.8060379263058794
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the present Noisy Intermediate-Scale Quantum (NISQ), hybrid algorithms
that leverage classical resources to reduce quantum costs are particularly
appealing. We formulate and apply such a hybrid quantum-classical algorithm to
a power system optimization problem called Unit Commitment, which aims to
satisfy a target power load at minimal cost. Our algorithm extends the Quantum
Approximation Optimization Algorithm (QAOA) with a classical minimizer in order
to support mixed binary optimization. Using Qiskit, we simulate results for
sample systems to validate the effectiveness of our approach. We also compare
to purely classical methods. Our results indicate that classical solvers are
effective for our simulated Unit Commitment instances with fewer than 400 power
generation units. However, for larger problem instances, the classical solvers
either scale exponentially in runtime or must resort to coarse approximations.
Potential quantum advantage would require problem instances at this scale, with
several hundred units.
- Abstract（参考訳）: 現在のノイズ中間スケール量子(NISQ)では、量子コストを削減するために古典的な資源を利用するハイブリッドアルゴリズムが特に魅力的である。
このようなハイブリッド量子古典アルゴリズムを、最小コストで目標電力負荷を満たすことを目的とした単位コミットメントと呼ばれる電力系統最適化問題に適用し、適用する。
提案アルゴリズムは、量子近似最適化アルゴリズム(QAOA)を古典最小値で拡張し、混合二元最適化をサポートする。
qiskitを用いてサンプルシステムの結果をシミュレートし,提案手法の有効性を検証する。
また、純粋に古典的手法と比較する。
提案手法は,400個の発電ユニット未満のシミュレーション単位コミットに対して,古典解法が有効であることを示す。
しかし、より大きな問題の場合、古典的な解法は実行時に指数関数的にスケールするか、粗い近似に頼る必要がある。
潜在的な量子優位性は、数百単位のこの問題インスタンスを必要とする。
関連論文リスト
- Integrating Quantum Algorithms Into Classical Frameworks: A Predictor-corrector Approach Using HHL [0.562479170374811]
我々は、Harrow, Hassidim and Lloyd (HHL) によって提案された方程式の線形系に対するよく知られたアルゴリズムを、直接解法ではなく予測子-相関子に適応させることにより適用する。
この戦略は、多くの古典的アルゴリズムでよく見られる計算コストの高いステップのインテリジェントな省略を可能にし、同時に量子状態の抽出に関連する悪名高い読み出し問題を緩和する。
このアプローチの汎用性は、滑らかな粒子流体力学、プラズマシミュレーション、反応性流れ構成など、様々な分野の応用を通して説明される。
論文 参考訳（メタデータ） (2024-06-28T15:31:10Z) - Compressed sensing enhanced by quantum approximate optimization algorithm [0.0]
本稿では,量子サブルーチンを用いた大規模圧縮センシング問題に対処する枠組みを提案する。
本研究は, 量子コンピュータを圧縮センシング分野に適用する有望な方法を探るものである。
論文 参考訳（メタデータ） (2024-03-26T05:26:51Z) - NISQ-compatible approximate quantum algorithm for unconstrained and
constrained discrete optimization [0.0]
本稿では,振幅符号化を用いたハードウェア効率の高い回路に対する近似勾配型量子アルゴリズムを提案する。
目的関数にペナルティ項を加えることなく, 単純な線形制約を回路に直接組み込むことができることを示す。
論文 参考訳（メタデータ） (2023-05-23T16:17:57Z) - Comparative Benchmark of a Quantum Algorithm for the Bin Packing Problem [0.8434687648198277]
Bin Packing Problem (BPP) は、ロジスティクスにおけるパラダイム最適化問題として際立っている。
我々は最近,一次元BPPに対するハイブリッドアプローチを提案している。
他の古典的手法と比較する。
論文 参考訳（メタデータ） (2022-07-15T13:09:12Z) - Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。
レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
論文 参考訳（メタデータ） (2022-03-01T19:47:16Z) - 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) - 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) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳（メタデータ） (2020-10-01T18:14:11Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z) - 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) - To quantum or not to quantum: towards algorithm selection in near-term
quantum optimization [0.0]
本稿では,QAOAが従来のアルゴリズムよりも有利になる確率の高い問題事例を検出する問題について検討する。
クロスバリデーションの精度は96%以上で、実用的な優位性が得られる。
論文 参考訳（メタデータ） (2020-01-22T20:42:02Z)
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。