論文の概要: Quantum Computing for Power Flow Algorithms: Testing on real Quantum Computers

• arxiv url: http://arxiv.org/abs/2204.14028v4
• Date: Tue, 26 Jul 2022 03:38:54 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-15 03:58:11.511748
• Title: Quantum Computing for Power Flow Algorithms: Testing on real Quantum Computers
• Title（参考訳）: パワーフローアルゴリズムのための量子コンピューティング:実量子コンピュータ上でのテスト
• Authors: Brynjar S{\ae}varsson, Spyros Chatzivasileiadis, Hj\"ortur J\'ohannsson, Jacob {\O}stergaard
• Abstract要約: 本稿では、量子コンピューティングシミュレーションを超えて、実量子コンピュータ上の電力システムに対する量子コンピューティングの実験的な応用を行う。 我々は5種類の異なる量子コンピュータを使用し、HHL量子アルゴリズムを適用し、交流電力流アルゴリズムの精度と速度に対する現在のノイズ量子ハードウェアの影響を調べる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum computing has the potential to solve many computational problems exponentially faster than classical computers. The high shares of renewables and the wide deployment of converter-interfaced resources require new tools that shall drastically accelerate power system computations, including optimization and security assessment, which can benefit from quantum computing. To the best of our knowledge, this is the first paper that goes beyond quantum computing simulations and performs an experimental application of Quantum Computing for power systems on a real quantum computer. We use five different quantum computers, apply the HHL quantum algorithm, and examine the impact of current noisy quantum hardware on the accuracy and speed of an AC power flow algorithm. We perform the same studies on a 3-bus and a 5-bus system with real quantum computers to identify challenges and open research questions related with the scalability of these algorithms.
• Abstract（参考訳）: 量子コンピューティングは多くの計算問題を古典的コンピュータよりも指数関数的に早く解く可能性がある。 再生可能エネルギーの高シェアとコンバータインターフェースリソースの幅広い展開には、量子コンピューティングの恩恵を受ける最適化やセキュリティ評価を含む、電力系統の計算を劇的に加速する新しいツールが必要である。 我々の知る限りでは、これは量子コンピューティングシミュレーションを超えて、実際の量子コンピュータ上の電力システムに対する量子コンピューティングの実験的な応用を行う最初の論文である。 我々は5種類の異なる量子コンピュータを使用し、HHL量子アルゴリズムを適用し、交流電力流アルゴリズムの精度と速度に対する現在のノイズ量子ハードウェアの影響を調べる。 実際の量子コンピュータを用いた3-busおよび5-busシステムについて同様の研究を行い、課題を特定し、これらのアルゴリズムのスケーラビリティに関する研究課題を開放する。

関連論文リスト

• Assessing and Advancing the Potential of Quantum Computing: A NASA Case Study [11.29246196323319]
  我々は、量子コンピューティングの可能性を評価し、前進させるNASAの取り組みについて説明する。 本稿では,近・長期のアルゴリズムの進歩と,現在のハードウェアとシミュレーションによる探索結果について論じる。 この研究には物理にインスパイアされた古典的アルゴリズムも含まれており、今日のアプリケーションスケールで使用することができる。
  論文  参考訳（メタデータ） (2024-06-21T19:05:42Z)
• Scalable Quantum Algorithms for Noisy Quantum Computers [0.0]
  この論文は、量子計算資源の要求を減らす2つの主要な技術を開発した。 目的は、現在の量子プロセッサでアプリケーションサイズをスケールアップすることだ。 アルゴリズムの応用の主な焦点は量子システムのシミュレーションであるが、開発したサブルーチンは最適化や機械学習の分野でさらに活用することができる。
  論文  参考訳（メタデータ） (2024-03-01T19:36:35Z)
• 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)
• Quantum Algorithm Cards: Streamlining the development of hybrid classical-quantum applications [0.0]
  量子コンピューティングの出現は、多くの科学と産業の応用領域を根本的に変換できる革命的パラダイムを提案する。 量子コンピュータが計算をスケールする能力は、現在のコンピュータが提供しているものよりも、特定のアルゴリズムタスクのパフォーマンスと効率が向上することを意味している。 このような改善の恩恵を得るためには、量子コンピュータは既存のソフトウェアシステムと統合されなければならない。
  論文  参考訳（メタデータ） (2023-10-04T06:02:59Z)
• 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)
• Quantum Machine Learning: from physics to software engineering [58.720142291102135]
  古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。 量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
  論文  参考訳（メタデータ） (2023-01-04T23:37:45Z)
• Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
  本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。 本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
  論文  参考訳（メタデータ） (2022-09-16T02:37:32Z)
• Multiple Query Optimization using a Hybrid Approach of Classical and Quantum Computing [1.7077661158850292]
  データ集約的な問題領域において重要なNPハード問題である多重クエリ最適化問題(MQO)に取り組む。 ゲート型量子コンピュータ上でMQOを解くために,新しい古典量子アルゴリズムを提案する。 提案アルゴリズムでは, クビット効率が99%に近づき, ほぼ2倍に向上した。
  論文  参考訳（メタデータ） (2021-07-22T08:12:49Z)
• On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
  そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。 私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
  論文  参考訳（メタデータ） (2021-06-29T14:01:40Z)
• Quantum Computing for Location Determination [6.141741864834815]
  位置決定研究に量子アルゴリズムを用いた場合の期待値の例を紹介する。 提案した量子アルゴリズムは、空間と実行時間の両方において、古典的なアルゴリズムバージョンよりも指数関数的に優れた複雑性を持つ。 ソフトウェアとハードウェアの両方の研究課題と、研究者がこのエキサイティングな新しいドメインを探求する機会について論じる。
  論文  参考訳（メタデータ） (2021-06-11T15:39:35Z)
• An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
  小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。 量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
  論文  参考訳（メタデータ） (2020-05-06T14:18:44Z)

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。