論文の概要: Quantum Genetic Algorithm with Individuals in Multiple Registers
- arxiv url: http://arxiv.org/abs/2203.15039v1
- Date: Mon, 28 Mar 2022 19:05:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-20 11:40:20.701158
- Title: Quantum Genetic Algorithm with Individuals in Multiple Registers
- Title（参考訳）: 複数のレジスタを持つ個人による量子遺伝的アルゴリズム
- Authors: Rub\'en Ibarrondo, Giancarlo Gatti, Mikel Sanz
- Abstract要約: 本稿では,サブルーチンに基づく量子遺伝的アルゴリズムを提案する。
この独特な体系化により、遺伝的アルゴリズムを特徴付ける基本的な要素をすべて記述できる。
量子可観測体の生物模倣的クローニングとブヴ・ゼク・ヒラーイ普遍量子クローニングマシンの2つのパラダイム例について検討する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Genetic algorithms are heuristic optimization techniques inspired by
Darwinian evolution, which are characterized by successfully finding robust
solutions for optimization problems. Here, we propose a subroutine-based
quantum genetic algorithm with individuals codified in independent registers.
This distinctive codification allows our proposal to depict all the fundamental
elements characterizing genetic algorithms, i.e. population-based search with
selection of many individuals, crossover, and mutation. Our subroutine-based
construction permits us to consider several variants of the algorithm. For
instance, we firstly analyze the performance of two different quantum cloning
machines, a key component of the crossover subroutine. Indeed, we study two
paradigmatic examples, namely, the biomimetic cloning of quantum observables
and the Bu\v zek-Hillery universal quantum cloning machine, observing a faster
average convergence of the former, but better final populations of the latter.
Additionally, we analyzed the effect of introducing a mutation subroutine,
concluding a minor impact on the average performance. Furthermore, we introduce
a quantum channel analysis to prove the exponential convergence of our
algorithm and even predict its convergence-ratio. This tool could be extended
to formally prove results on the convergence of general non-unitary
iteration-based algorithms.
- Abstract（参考訳）: 遺伝的アルゴリズムはダーウィン進化にインスパイアされたヒューリスティックな最適化手法であり、最適化問題の堅牢な解を見つけることに成功している。
本稿では,独立したレジスタをコード化したサブルーチン型量子遺伝的アルゴリズムを提案する。
この特徴ある体系化により,遺伝的アルゴリズムを特徴付けるすべての基本要素,すなわち個体群に基づく探索,交叉,突然変異を表現できる。
我々のサブルーチンベースの構成は、アルゴリズムのいくつかの変種を考慮できる。
例えば、クロスオーバーサブルーチンの重要な構成要素である2つの異なる量子クローンマシンの性能をまず分析する。
実際、量子可観測体の生物模倣的クローニングとブイフ・ゼク・ヒレリー普遍量子クローニング機械という2つのパラダイム的な例を研究し、前者のより速い平均収束を観察するが、後者の最終的な集団はより良くなる。
さらに, 変異サブルーチンの導入効果を解析し, 平均性能にわずかな影響を及ぼした。
さらに、我々のアルゴリズムの指数収束を証明し、その収束比を予測するために量子チャネル解析を導入する。
このツールは、一般の単項反復型アルゴリズムの収束を正式に証明するために拡張できる。
関連論文リスト
- Incorporating Quantum Advantage in Quantum Circuit Generation through Genetic Programming [10.573861741540853]
遺伝的アルゴリズムの適合度関数に量子優位性指標を組み込むための2つの新しい手法を提案する。
本稿では,Bernstein-Vazirani問題とUnstructured Database Search問題に基づくアプローチを事例として評価する。
量子優位性の尺度を組み込んだ遺伝的アルゴリズムを用いた自動量子回路設計は、量子アルゴリズムの開発を加速するための有望なアプローチであることが示唆された。
論文 参考訳（メタデータ） (2025-01-16T17:34:34Z) - A Quantum Genetic Algorithm Framework for the MaxCut Problem [49.59986385400411]
提案手法では,Groverをベースとした進化的枠組みと分割・分散原理を用いた量子遺伝的アルゴリズム(QGA)を提案する。
完全グラフ上では、提案手法は真に最適なMaxCut値を一貫して達成し、セミデフィニティプログラミング(SDP)アプローチより優れている。
ErdHos-R'enyiランダムグラフでは、QGAは競合性能を示し、SDP結果の92-96%で中央値の解が得られる。
論文 参考訳（メタデータ） (2025-01-02T05:06:16Z) - Stochastic gradient descent estimation of generalized matrix factorization models with application to single-cell RNA sequencing data [41.94295877935867]
単細胞RNAシークエンシングは、個々の細胞レベルでの遺伝子発現の定量化を可能にする。
次元の減少は、サンプルの可視化、クラスタリング、表現型特徴付けを単純化する一般的な前処理ステップである。
一般指数分散族分布を仮定した一般化行列分解モデルを提案する。
本稿では,モデルを効率的に推定できるスケーラブル適応降下アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-12-29T16:02:15Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - A hybrid quantum-classical algorithm for multichannel quantum scattering
of atoms and molecules [62.997667081978825]
原子と分子の衝突に対するシュリンガー方程式を解くためのハイブリッド量子古典アルゴリズムを提案する。
このアルゴリズムはコーン変分原理の$S$-matrixバージョンに基づいており、基本散乱$S$-matrixを計算する。
大規模多原子分子の衝突をシミュレートするために,アルゴリズムをどのようにスケールアップするかを示す。
論文 参考訳（メタデータ） (2023-04-12T18:10:47Z) - A Genetic Quantum Annealing Algorithm [0.0]
遺伝的アルゴリズム(英: genetic algorithm, GA)は、遺伝的・自然選択の原理に基づく探索に基づく最適化手法である。
本稿では,量子アニールからの入力により古典的GAを向上するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-09-15T16:59:55Z) - Variational quantum iterative power algorithms for global optimization [2.526320329485241]
量子イテレーティブ・パワー・アルゴリズム(QIPA)と呼ばれる変分量子アルゴリズムのファミリを紹介する。
QIPAは、同じ種類の既存のハイブリッド近距離量子アルゴリズムより優れている。
我々は,提案アルゴリズムの大規模実装と,現行の量子ハードウェアへの導入を期待する。
論文 参考訳（メタデータ） (2022-08-22T17:45:14Z) - Quantum vs classical genetic algorithms: A numerical comparison shows
faster convergence [0.0]
いくつかの量子変種は、収束速度において全ての古典的変種よりも近い最適結果に対して優れていることを示す。
もしこの利点がより大きなシステムに当てはまるなら、量子遺伝アルゴリズムは量子コンピュータの最適化問題に対処するための新しいツールを提供するだろう。
論文 参考訳（メタデータ） (2022-07-19T13:07:44Z) - First-Order Algorithms for Nonlinear Generalized Nash Equilibrium
Problems [88.58409977434269]
非線形一般化ナッシュ均衡問題(NGNEP)における平衡計算の問題を考える。
我々の貢献は、2次ペナルティ法と拡張ラグランジアン法に基づく2つの単純な一階アルゴリズムフレームワークを提供することである。
これらのアルゴリズムに対する漸近的理論的保証を提供する。
論文 参考訳（メタデータ） (2022-04-07T00:11:05Z) - Adaptive Random Quantum Eigensolver [0.0]
本稿では,乱数生成器の確率密度関数のパラメータ化と最適化を行う一般手法を提案する。
私たちの最適化は、学習速度と学習精度の2つのメリットに基づいています。
論文 参考訳（メタデータ） (2021-06-28T12:01:05Z) - Fractal Structure and Generalization Properties of Stochastic
Optimization Algorithms [71.62575565990502]
最適化アルゴリズムの一般化誤差は、その一般化尺度の根底にあるフラクタル構造の複雑性'にバウンドできることを示す。
さらに、特定の問題(リニア/ロジスティックレグレッション、隠れ/層ニューラルネットワークなど)とアルゴリズムに対して、結果をさらに専門化します。
論文 参考訳（メタデータ） (2021-06-09T08:05:36Z)
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。