論文の概要: Advantage of pausing: parameter setting for quantum annealers
- arxiv url: http://arxiv.org/abs/2205.12936v2
- Date: Tue, 22 Nov 2022 17:20:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-11 19:18:00.218741
- Title: Advantage of pausing: parameter setting for quantum annealers
- Title（参考訳）: pausingの利点:量子アニーラのパラメータ設定
- Authors: Zoe Gonzalez Izquierdo, Shon Grabbe, Husni Idris, Zhihui Wang, Jeffrey
Marshall, Eleanor Rieffel
- Abstract要約: そこで本研究では,ミッドアニーアルを舗装することで,自然問題事例のクラスにおいて,桁違いのオーダーで成功の確率が向上することを示す。
また、問題内の異なる係数の数を問題硬度の予測因子として同定し、最適な$|J_F|$と埋め込みサイズとの相互作用を探索する。
- 参考スコア（独自算出の注目度）: 10.867617787486777
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Prior work showed the efficacy of pausing midanneal: such a pause improved
the probability of success by orders of magnitude in a class of native problem
instances and improved the time to solution in a class of embedded problem
instances. A physics-based picture provides qualitative suggestions for where
pausing midanneal is effective, for the interplay between annealing schedule
parameters and other annealing properties and parameters such as embedding size
and strength of the ferromagnetic coupling $|J_F|$, and for the conditions
under which pausing can improve the time to solution. Here, through
demonstrations on an updated annealing architecture that has higher
connectivity than previous annealers, and on multiple embedded problem classes,
we are able to confirm various aspects of this picture. We demonstrate the
robustness of the optimal pause parameters across platforms and problem
classes, explore how to set $|J_F|$ to optimize performance in different
scenarios, and provide empirical evidence that short pauses trump longer
overall annealing times in time to solution. We also identify the number of
different coefficients in a problem as a predictor of problem hardness, and
explore its interplay with the optimal $|J_F|$ and embedding size. Based on
these results we are able to present qualitative guidelines for parameter
setting in quantum annealers.
- Abstract（参考訳）: このような停止は、ネイティブ問題インスタンスのクラスにおける桁違いの成功率を改善し、組み込み問題インスタンスのクラスにおける解決までの時間を改善した。
物理ベースの図は、アニーリングスケジュールパラメータと他のアニーリング特性との間の相互作用、および強磁性カップリング $|j_f|$ の埋め込みサイズと強度、およびパウジングが解く時間を改善することができる条件に関する質的提案を提供する。
ここでは、以前のアニーラーよりも高い接続性を持つ更新アニーリングアーキテクチャのデモンストレーションと、複数の組込み問題クラスを通じて、この図の様々な側面を確認することができる。
プラットフォームと問題クラス間の最適停止パラメータのロバストさを実証し、異なるシナリオのパフォーマンスを最適化するために$|J_F|$をどう設定するかを探索し、短い停止が解法に間に合うまでの全体のアニール時間を長くする経験的証拠を提供する。
また問題中の異なる係数の数を問題硬さの予測因子として特定し、最適な$|j_f|$ と埋め込みサイズとの相互作用を探索する。
これらの結果に基づき,量子アニーラにおけるパラメータ設定のための質的ガイドラインを提示できる。
関連論文リスト
- Optimizing Solution-Samplers for Combinatorial Problems: The Landscape
of Policy-Gradient Methods [52.0617030129699]
本稿では,DeepMatching NetworksとReinforcement Learningメソッドの有効性を解析するための新しい理論フレームワークを提案する。
我々の主な貢献は、Max- and Min-Cut、Max-$k$-Bipartite-Bi、Maximum-Weight-Bipartite-Bi、Traveing Salesman Problemを含む幅広い問題である。
本分析の副産物として,バニラ降下による新たな正則化プロセスを導入し,失効する段階的な問題に対処し,悪い静止点から逃れる上で有効であることを示す理論的および実験的証拠を提供する。
論文 参考訳（メタデータ） (2023-10-08T23:39:38Z) - Primal Dual Continual Learning: Balancing Stability and Plasticity through Adaptive Memory Allocation [86.8475564814154]
制約付き最適化問題を直接実行することは可能かつ有益であることを示す。
メモリベースのメソッドでは、以前のタスクからのサンプルの小さなサブセットをリプレイバッファに格納できる。
両変数は,制約摂動に対する連続学習問題の最適値の感度を示す。
論文 参考訳（メタデータ） (2023-09-29T21:23:27Z) - Soft Quantization using Entropic Regularization [0.0]
エントロピー規則化量子化問題の性質とロバスト性について検討する。
提案手法はソフトミン関数を自然に採用する。
最適解を実現するために勾配法を実装した。
論文 参考訳（メタデータ） (2023-09-08T16:41:26Z) - Parameter-efficient Tuning of Large-scale Multimodal Foundation Model [68.24510810095802]
我々はこれらの課題を克服するために、クロスモーダル転送(Aurora)のための優雅なプロンプトフレームワークを提案する。
既存のアーキテクチャの冗長性を考慮すると、まずモード近似を用いて0.1Mのトレーニング可能なパラメータを生成し、マルチモーダルプロンプトチューニングを実装する。
6つのクロスモーダルベンチマークの徹底的な評価は、最先端のベンチマークを上回るだけでなく、完全な微調整アプローチよりも優れていることを示している。
論文 参考訳（メタデータ） (2023-05-15T06:40:56Z) - Greedy parameter optimization for diabatic quantum annealing [0.0]
ノイズの影響を最小限に抑えるために、量子計算では、より短い処理時間が望ましい。
横フィールドイジングモデルにおいて,パラメータの集合を変動的に決定する簡単な手法を提案する。
強磁性系におけるこのアイデアを全対全結合問題とスピングラス問題で検証する。
論文 参考訳（メタデータ） (2021-11-26T01:31:01Z) - STORM+: Fully Adaptive SGD with Momentum for Nonconvex Optimization [74.1615979057429]
本研究では,スムーズな損失関数に対する期待値である非バッチ最適化問題について検討する。
我々の研究は、学習率と運動量パラメータを適応的に設定する新しいアプローチとともに、STORMアルゴリズムの上に構築されている。
論文 参考訳（メタデータ） (2021-11-01T15:43:36Z) - Cluster-and-Conquer: A Framework For Time-Series Forecasting [94.63501563413725]
本稿では,高次元時系列データを予測するための3段階フレームワークを提案する。
当社のフレームワークは非常に汎用的で,各ステップで時系列予測やクラスタリングが利用可能です。
単純な線形自己回帰モデルでインスタンス化されると、いくつかのベンチマークデータセットで最先端の結果が得られる。
論文 参考訳（メタデータ） (2021-10-26T20:41:19Z) - The quantum annealing gap and quench dynamics in the exact cover problem [0.0]
アナリングはゆっくりと変化するパラメータを持つハミルトンの平衡位相を探索する。
クエンチはハミルトンの急激な変化であり、非平衡状態を生み出している。
論文 参考訳（メタデータ） (2021-06-15T12:43:23Z) - The Variational Method of Moments [65.91730154730905]
条件モーメント問題は、観測可能量の観点から構造因果パラメータを記述するための強力な定式化である。
OWGMMの変動最小値再構成により、条件モーメント問題に対する非常に一般的な推定器のクラスを定義する。
同じ種類の変分変換に基づく統計的推測のためのアルゴリズムを提供する。
論文 参考訳（メタデータ） (2020-12-17T07:21:06Z) - Parameterized MDPs and Reinforcement Learning Problems -- A Maximum
Entropy Principle Based Framework [2.741266294612776]
逐次的意思決定問題に対処する枠組みを提案する。
我々のフレームワークは、ノイズの多いデータに対する堅牢性を備えた最適制御ポリシーの学習を特徴としている。
論文 参考訳（メタデータ） (2020-06-17T04:08:35Z) - 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。