Fugu-MT 論文翻訳(概要): Hybrid quantum annealing for larger-than-QPU lattice-structured problems

論文の概要: Hybrid quantum annealing for larger-than-QPU lattice-structured problems

arxiv url: http://arxiv.org/abs/2202.03044v1
Date: Mon, 7 Feb 2022 10:10:12 GMT
ステータス: 処理完了
システム内更新日: 2023-02-26 15:20:28.956974
Title: Hybrid quantum annealing for larger-than-QPU lattice-structured problems
Title（参考訳）: 格子構造問題に対するハイブリッド量子アニール
Authors: Jack Raymond, Radomir Stevanovic, William Bernoudy, Kelly Boothby, Catherine McGeoch, Andrew J. Berkley, Pau Farr\'e, Andrew D. King
Abstract要約: ハイブリッドアルゴリズムは、大規模アプリケーションへの自然なブリッジである。本稿では,QPU格子構造Ising最適化問題の解法を提案する。
参考スコア（独自算出の注目度）: 0.8355288553547319
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Quantum processing units (QPUs) executing annealing algorithms have shown promise in optimization and simulation applications. Hybrid algorithms are a natural bridge to additional applications of larger scale. We present a straightforward and effective method for solving larger-than-QPU lattice-structured Ising optimization problems. Performance is compared against simulated annealing with promising results, and improvement is shown as a function of the generation of D-Wave QPU used.
Abstract（参考訳）: アニーリングアルゴリズムを実行する量子処理ユニット(qpus)は、最適化およびシミュレーションアプリケーションにおいて有望である。ハイブリッドアルゴリズムは、大規模アプリケーションへの自然なブリッジである。本稿では,QPU格子構造Ising最適化問題の解法を提案する。模擬焼鈍と有望な結果を比較し, 得られたD波QPUの生成関数として改善を示す。

関連論文リスト

Hybrid Quantum-HPC Solutions for Max-Cut: Bridging Classical and Quantum Algorithms [0.0]
我々は,ハイブリッドシステムにおける時間的複雑性,スケーラビリティ,通信オーバーヘッドを分析する理論的モデルを構築した。小型のMax-Cutインスタンス上でのQAOAの性能を評価する。
論文参考訳（メタデータ） (2024-10-21T04:10:54Z)
Towards Optimizations of Quantum Circuit Simulation for Solving Max-Cut Problems with QAOA [1.5047640669285467]
量子近似最適化アルゴリズム(QAOA)は、近似を用いて最適化問題を解くために用いられる一般的な量子アルゴリズムの1つである。しかし、仮想量子コンピュータ上でのQAOAの実行は、最適化問題を解くのに遅いシミュレーション速度に悩まされている。本稿では,QAOAの量子演算を数学的に最適化し,QCSを高速化する手法を提案する。
論文参考訳（メタデータ） (2023-12-05T06:08:57Z)
Federated Conditional Stochastic Optimization [110.513884892319]
条件付き最適化は、不変学習タスク、AUPRC、AMLなど、幅広い機械学習タスクで見られる。本稿では,分散フェデレーション学習のためのアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-10-04T01:47:37Z)
Hybrid Algorithm of Linear Programming Relaxation and Quantum Annealing [0.6526824510982802]
1つのアプローチは、古典的アルゴリズムを用いて近似解を取得し、量子アニール(QA)を用いてそれを精製することである。本稿では,リニアプログラミング(LP)緩和と呼ばれる単純な連続緩和手法を用いる手法を提案する。
論文参考訳（メタデータ） (2023-08-21T14:53:43Z)
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)
Optimization Applications as Quantum Performance Benchmarks [0.0]
組合せ最適化は、今後数年間における量子計算の主要なユースケースの1つとして期待されている。従来の最適化アルゴリズムの特徴付け手法に着想を得て,Max-Cut問題を解くことで得られる解の質を分析した。これは量子コンピュータのための高度なベンチマークフレームワークの開発を導くために使われる。
論文参考訳（メタデータ） (2023-02-05T01:56:06Z)
Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文参考訳（メタデータ） (2022-09-01T17:08:41Z)
Quantum walk-based vehicle routing optimisation [0.0]
本稿では、静電容量化車両ルーティング問題(CVRP)に対する量子ウォークに基づく最適化アルゴリズムの適用性を示す。効率的なアルゴリズムは、解空間のインデックス化と非インデックス化のために開発され、必要な交互相ウォークのユニタリを実装するために開発された。 QWOAは, ランダムに生成する8つの位置CVRPに対して, ほぼ最適解に収束できるという数値シミュレーション結果を得た。
論文参考訳（メタデータ） (2021-09-30T08:04:58Z)
Polynomial unconstrained binary optimisation inspired by optical simulation [52.11703556419582]
制約のないバイナリ最適化の問題を解決するために,光コヒーレントIsingマシンにヒントを得たアルゴリズムを提案する。提案アルゴリズムを既存のPUBOアルゴリズムに対してベンチマークし,その優れた性能を観察する。タンパク質の折り畳み問題や量子化学問題へのアルゴリズムの適用は、PUBO問題による電子構造問題の近似の欠点に光を当てる。
論文参考訳（メタデータ） (2021-06-24T16:39:31Z)
Iterative Algorithm Induced Deep-Unfolding Neural Networks: Precoding Design for Multiuser MIMO Systems [59.804810122136345]
本稿では,AIIDNN(ディープ・アンフォールディング・ニューラルネット)を一般化した,ディープ・アンフォールディングのためのフレームワークを提案する。古典的重み付き最小二乗誤差(WMMSE)反復アルゴリズムの構造に基づく効率的なIAIDNNを提案する。提案したIAIDNNは,計算複雑性を低減した反復WMMSEアルゴリズムの性能を効率よく向上することを示す。
論文参考訳（メタデータ） (2020-06-15T02:57:57Z)
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。