論文の概要: Analysis of The Vehicle Routing Problem Solved via Hybrid Quantum
Algorithms in Presence of Noisy Channels
- arxiv url: http://arxiv.org/abs/2205.07630v2
- Date: Wed, 29 Mar 2023 10:15:54 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-30 19:11:54.034440
- Title: Analysis of The Vehicle Routing Problem Solved via Hybrid Quantum
Algorithms in Presence of Noisy Channels
- Title(参考訳): ノイズチャネル存在下でのハイブリッド量子アルゴリズムによる車両ルーティング問題の解析
- Authors: Nishikanta Mohanty, Bikash K. Behera and Christopher Ferrie
- Abstract要約: 目的は、最適な効率で一定数の顧客に商品を届けるための車両のルートを計画することである。
固定アンサッツ上の変分量子固有解法を用いて,3都市と4都市を対象とした基本的VRP解法を構築した。
量子アルゴリズムの性能は、どのノイズモデルが使われているかに大きく依存している。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The vehicle routing problem (VRP) is an NP-hard optimization problem that has
been an interest of research for decades in science and industry. The objective
is to plan routes of vehicles to deliver goods to a fixed number of customers
with optimal efficiency. Classical tools and methods provide good
approximations to reach the optimal global solution. Quantum computing and
quantum machine learning provide a new approach to solving combinatorial
optimization of problems faster due to inherent speedups of quantum effects.
Many solutions of VRP are offered across different quantum computing platforms
using hybrid algorithms such as quantum approximate optimization algorithm and
quadratic unconstrained binary optimization. In this work, we build a basic VRP
solver for 3 and 4 cities using the variational quantum eigensolver on a fixed
ansatz. The work is further extended to evaluate the robustness of the solution
in several examples of noisy quantum channels. We find that the performance of
the quantum algorithm depends heavily on what noise model is used. In general,
noise is detrimental, but not equally so among different noise sources.
- Abstract(参考訳): 車両ルーティング問題 (VRP) は、科学と産業で何十年にもわたって研究の関心を集めてきたNPハード最適化問題である。
目標は、最適な効率で一定数の顧客に商品を届けるための車両の経路を計画することである。
古典的ツールや手法は最適大域解に到達するよい近似を与える。
量子コンピューティングと量子機械学習は、量子効果の固有のスピードアップのため、問題の組合せ最適化を高速に解くための新しいアプローチを提供する。
VRPの多くのソリューションは、量子近似最適化アルゴリズムや2次非制約バイナリ最適化のようなハイブリッドアルゴリズムを用いて、異なる量子コンピューティングプラットフォームで提供されている。
本研究では, 固定アンサッツ上の変分量子固有解法を用いて, 3都市と4都市の基本的なVRP解法を構築する。
この研究はさらに、ノイズ量子チャネルのいくつかの例で解のロバスト性を評価するために拡張されている。
量子アルゴリズムの性能は、どのノイズモデルが使われているかに大きく依存している。
一般に、ノイズは有害であるが、異なるノイズ源間で等しくそうではない。
関連論文リスト
- Solving non-native combinatorial optimization problems using hybrid
quantum-classical algorithms [0.0]
組合せ最適化は、物流から金融まで幅広い分野に適用可能な、困難な問題である。
量子コンピューティングは、様々なアルゴリズムを用いてこれらの問題を解決するために使われてきた。
この研究は、量子と古典のリソースをハイブリッドなアプローチで統合することで、これらの課題を克服する枠組みを提示している。
論文 参考訳(メタデータ) (2024-03-05T17:46:04Z) - Optimized Noise Suppression for Quantum Circuits [0.46040036610482665]
現在の量子計算ハードウェアはノイズに悩まされており、誤り訂正には小さすぎる。
ここでは、クロストークノイズを効率よく特徴づけ、緩和する。これは、例えば、クロス共鳴ベースの超伝導量子プロセッサにおける重大エラー源である。
キャラクタリゼーション後、ノイズ対応量子ビットルーティングアルゴリズムにより量子回路のノイズを緩和する。
論文 参考訳(メタデータ) (2024-01-12T07:34:59Z) - Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。
量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
論文 参考訳(メタデータ) (2022-12-06T22:01:49Z) - Quantum-inspired optimization for wavelength assignment [51.55491037321065]
波長割当問題を解くための量子インスピレーションアルゴリズムを提案し,開発する。
本研究は,電気通信における現実的な問題に対する量子インスパイアされたアルゴリズムの活用の道筋をたどるものである。
論文 参考訳(メタデータ) (2022-11-01T07:52:47Z) - A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。
私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。
実際の量子コンピュータを用いて得られた結果について述べる。
論文 参考訳(メタデータ) (2022-01-25T05:59:24Z) - Analysis of Vehicle Routing Problem in Presence of Noisy Channels [0.0]
車両ルーティング問題(VRP)はNPハード最適化問題である。
この研究は、変数 ANSATZ 上の変分量子固有解法を用いて、3 と 4 の都市に基本的な VRP ソリューションを構築する。
論文 参考訳(メタデータ) (2021-12-28T10:20:42Z) - The Variational Quantum Eigensolver: a review of methods and best
practices [3.628860803653535]
変分量子固有解法(VQE)は変動原理を用いてハミルトンの基底状態エネルギーを計算する。
本総説は,アルゴリズムの様々な部分における進捗状況について概説することを目的としている。
論文 参考訳(メタデータ) (2021-11-09T14:40:18Z) - Efficiently Solve the Max-cut Problem via a Quantum Qubit Rotation
Algorithm [7.581898299650999]
我々はQQRA(Quantum Qubit Rotation Algorithm)という単純なアルゴリズムを導入する。
最大カット問題の近似解は 1 に近い確率で得られる。
我々は、よく知られた量子近似最適化アルゴリズムと古典的なゲーマン・ウィリアムソンアルゴリズムと比較する。
論文 参考訳(メタデータ) (2021-10-15T11:19:48Z) - 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) - 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)
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。