論文の概要: Inter-generational comparison of quantum annealers in solving hard scheduling problems

• arxiv url: http://arxiv.org/abs/2112.00727v1
• Date: Wed, 1 Dec 2021 18:59:59 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-06 04:34:47.573125
• Title: Inter-generational comparison of quantum annealers in solving hard scheduling problems
• Title（参考訳）: ハードスケジューリング問題の解法における量子アニールの世代間比較
• Authors: Bibek Pokharel, Zoe Gonzalez Izquierdo, P. Aaron Lott, Elena Strbac, Krzysztof Osiewalski, Emmanuel Papathanasiou, Alexei Kondratyev, Davide Venturelli, and Eleanor Rieffel
• Abstract要約: D-Wave Two, 2X, 2000Q,Advantageの4つの量子アニールの性能を比較した。 ハードウェアアップグレードからコントリビューションを分離しながら、パフォーマンスの違いに寄与する要因について検討する。
• 参考スコア（独自算出の注目度）: 0.6379131261598538
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We compare the performance of four quantum annealers, the D-Wave Two, 2X, 2000Q, and Advantage in solving an identical ensemble of a parametrized family of scheduling problems. These problems are NP-complete and, in fact, equivalent to vertex coloring problems. They are also practically motivated and closely connected to planning problems from artificial intelligence. We examine factors contributing to the performance differences while separating the contributions from hardware upgrades, support for shorter anneal times, and possible optimization of ferromagnetic couplings. While shorter anneal times can improve the time to solution (TTS) at any given problem size, the scaling of TTS with respect to the problem size worsens for shorter anneal times. In contrast, optimizing the ferromagnetic coupling improves both the absolute TTS and the scaling. There is a statistically significant improvement in performance between D-Wave Two and 2X and from all older generation annealers to Advantage, even when operated under identical anneal time and ferromagnetic couplings. However, the performance improvement from 2X to 2000Q requires the anneal time and ferromagnetic couplings to be optimized. Overall, owing to these inter-generational hardware improvements and optimizations, the scaling exponent reduces from $1.01 \pm 0.01$ on Two to $0.173 \pm 0.009$ on Advantage.
• Abstract（参考訳）: D-Wave Two, 2X, 2000Q, アドバンテージの4つの量子アンニアの性能を比較し, パラメータ化されたスケジューリング問題の同じアンサンブルを解く。 これらの問題はNP完全であり、実際には頂点色問題と等価である。 また、人工知能による計画上の問題と密接に結びついている。 ハードウェアのアップグレードから貢献を分離し,より短いアニール時間のサポート,強磁性カップリングの最適化など,性能の差異に寄与する要因について検討した。 短いアニール時間は任意の問題サイズで解ける時間(TTS)を改善することができるが、問題サイズに関するTSのスケーリングは短いアニール時間で悪化する。 対照的に強磁性カップリングの最適化は絶対ttsとスケーリングの両方を改善する。 同一のアニール時間と強磁性カップリングの下で操作しても、d波2と2xと全ての古い世代のアニーラーの性能は統計的に著しく向上している。 しかし, 2X から 2000Q への性能改善には, アンナール時間と強磁性結合を最適化する必要がある。 全体として、この世代間のハードウェア改善と最適化により、スケーリング指数は2で$.01 \pm 0.01$から$0.173 \pm 0.009$に低下する。

関連論文リスト

• Quantum Annealers Chain Strengths: A Simple Heuristic to Set Them All [0.0]
  チップトポロジを直接マップしない問題の解決は、量子コンピュータでは依然として困難である。 相互接続された物理量子ビットの集合としての論理量子ビットの生成は、チップの間隔によって課される制限を克服する。 強磁性結合を維持するために、密結合された論理量子ビットはより低い鎖強度を必要とすることを示す。
  論文  参考訳（メタデータ） (2024-04-08T12:24:03Z)
• Scaling Advantage in Approximate Optimization with Quantum Annealing [0.0]
  近似最適化における量子アニールスケーリングの利点を示す。 利点は古典的アルゴリズムに比較して、等エネルギークラスター移動による並列テンパリング(PT-ICM)である。
  論文  参考訳（メタデータ） (2024-01-14T01:38:27Z)
• Quantum Computing for MIMO Beam Selection Problem: Model and Optical Experimental Solution [4.990043560632826]
  本研究は, 実用的な5G演算への大きな期待を示し, 通信における計算困難問題の解法における量子コンピューティングの適用を促進する。 大規模マルチインプット・マルチアウトプット(MIMO)は、データレートの向上、信号品質の向上、課題のある環境でのカバレッジ向上などにより、近年広く普及している。
  論文  参考訳（メタデータ） (2023-10-19T00:12:20Z)
• HEAT: Hardware-Efficient Automatic Tensor Decomposition for Transformer Compression [69.36555801766762]
  本稿では,分解可能な指数空間を効率的に探索できるハードウェア対応テンソル分解フレームワークHEATを提案する。 ハードウェア対応のBERT変異体は, エネルギー遅延を5.7倍に低減し, 精度が1.1%以下であることを示す。
  論文  参考訳（メタデータ） (2022-11-30T05:31:45Z)
• Gradient-Free Methods for Deterministic and Stochastic Nonsmooth Nonconvex Optimization [94.19177623349947]
  非滑らかな非最適化問題は、機械学習とビジネス製造に現れる。 2つのコア課題は、有限収束を保証する効率的な方法の開発を妨げる。 GFMとSGFMの2相版も提案され, 改良された大規模評価結果が得られた。
  論文  参考訳（メタデータ） (2022-09-12T06:53:24Z)
• Learning to Solve Combinatorial Graph Partitioning Problems via Efficient Exploration [72.15369769265398]
  実験により、ECORDは最大カット問題に対するRLアルゴリズムのための新しいSOTAを実現する。 最も近い競合と比較して、ECORDは最適性ギャップを最大73%削減する。
  論文  参考訳（メタデータ） (2022-05-27T17:13:10Z)
• QAOA-in-QAOA: solving large-scale MaxCut problems on small quantum machines [81.4597482536073]
  量子近似最適化アルゴリズム(QAOAs)は、量子マシンのパワーを利用し、断熱進化の精神を継承する。 量子マシンを用いて任意の大規模MaxCut問題を解くためにQAOA-in-QAOA(textQAOA2$)を提案する。 提案手法は,大規模最適化問題におけるQAOAsの能力を高めるために,他の高度な戦略にシームレスに組み込むことができる。
  論文  参考訳（メタデータ） (2022-05-24T03:49:10Z)
• Federated Learning for Energy-limited Wireless Networks: A Partial Model Aggregation Approach [79.59560136273917]
  デバイス間の限られた通信資源、帯域幅とエネルギー、およびデータ不均一性は、連邦学習(FL)の主要なボトルネックである まず、部分モデルアグリゲーション(PMA)を用いた新しいFLフレームワークを考案する。 提案されたPMA-FLは、2つの典型的な異種データセットにおいて2.72%と11.6%の精度を改善する。
  論文  参考訳（メタデータ） (2022-04-20T19:09:52Z)
• Benchmark Study of Quantum Algorithms for Combinatorial Optimization: Unitary versus Dissipative [0.0]
  最適化のための3つの量子アルゴリズムの性能スケーリングについて検討する。 MFB-CIM、離散断熱量子計算(DAQC)、量子最小探索(DH-QMF)のためのD"urr-Hoyerアルゴリズム
  論文  参考訳（メタデータ） (2021-05-07T22:35:02Z)
• Two-Stage Stochastic Optimization via Primal-Dual Decomposition and Deep Unrolling [86.85697555068168]
  2段階のアルゴリズム最適化は、様々な工学や科学的応用において重要な役割を果たす。 特に長期変数と短期変数が制約の中で結合されている場合、アルゴリズムは効率的ではない。 PDD-SSCAが既存のソリューションよりも優れたパフォーマンスを達成できることを示します。
  論文  参考訳（メタデータ） (2021-05-05T03:36:00Z)
• Ferromagnetically shifting the power of pausing [10.867617787486777]
  本研究は,アニール内の特定の時間窓の舗装が成功の可能性を改善することを実証する。 量子ビット結合強度$J$の問題を非対称な範囲で変換する手法を提案する。 また、最適停止位置が強磁性結合の大きさに変化を示すことも確認した。
  論文  参考訳（メタデータ） (2020-06-15T16:34:34Z)

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。