論文の概要: Quantum computing for transport optimization

• arxiv url: http://arxiv.org/abs/2206.07313v1
• Date: Wed, 15 Jun 2022 05:56:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-09 07:18:14.749267
• Title: Quantum computing for transport optimization
• Title（参考訳）: 輸送最適化のための量子コンピューティング
• Authors: Christopher D. B. Bentley, Samuel Marsh, Andr\'e R. R. Carvalho, Philip Kilby, Michael J. Biercuk
• Abstract要約: 我々は、量子コンピューティングと輸送セクターの短期的交差について検討する。 本稿では,量子アルゴリズムを用いた潜在的性能向上のための輸送最適化問題の適合性を評価するためのフレームワークを提案する。 本稿では,量子コンピュータを用いた価値ある輸送ソリューションの獲得,現代システムにおける制約の具体化,新たに利用可能なパフォーマンス向上ツールについて述べる。
• 参考スコア（独自算出の注目度）: 1.181206257787103
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We explore the near-term intersection of quantum computing with the transport sector. To support near-term integration, we introduce a framework for assessing the suitability of transport optimization problems for obtaining potential performance enhancement using quantum algorithms. Given a suitable problem, we then present a workflow for obtaining valuable transport solutions using quantum computers, articulate the limitations on contemporary systems, and describe newly available performance-enhancing tools applicable to current commercial quantum computing systems. We make this integration process concrete by following the assessment framework and integration workflow for an exemplary vehicle routing optimization problem: the Capacitated Vehicle Routing Problem. We present novel advances to exponentially reduce the required computational resources, and experimentally demonstrate a prototype implementation exhibiting over 20X circuit performance enhancement on a real quantum device.
• Abstract（参考訳）: 我々は、量子コンピューティングと輸送セクターの短期的な交差を探求する。 短期統合を支援するため,量子アルゴリズムを用いた潜在的性能向上のための輸送最適化問題の適合性を評価する枠組みを提案する。 適切な問題を考えると、量子コンピュータを用いて価値ある輸送ソリューションを得るためのワークフローを示し、現代のシステムに制限を明記し、現在の商用量子コンピューティングシステムに適用可能な新しいパフォーマンス向上ツールを記述する。 我々は,実例的な車両経路最適化問題である容量型車両経路問題に対して,アセスメントフレームワークと統合ワークフローに従うことで,この統合プロセスを具体化する。 本稿では,必要な計算資源を指数関数的に削減する新たな進歩を示し,実量子デバイス上で20倍以上の回路性能向上を示すプロトタイプ実装を実験的に実証する。

関連論文リスト

• Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
  変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。 本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。 また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
  論文  参考訳（メタデータ） (2024-04-17T11:00:12Z)
• Graph Learning for Parameter Prediction of Quantum Approximate Optimization Algorithm [14.554010382366302]
  量子近似最適化(Quantum Approximate Optimization, QAOA)は、Max-Cutの問題を効率的に解く可能性において際立っている。 我々は,GNNをウォームスタート手法として,グラフニューラルネットワーク(GNN)を用いてQAOAを最適化する。 以上の結果から,量子コンピューティングにおけるGNNのQAOA性能向上の可能性が示唆され,量子古典的ハイブリッドコンピューティングへの新たな道が開かれた。
  論文  参考訳（メタデータ） (2024-03-05T20:23:25Z)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• Quantum Computing Applications for Flight Trajectory Optimization [5.858783038624031]
  飛行経路最適化は、重要な生態学的および経済的な考慮のもと、航空宇宙工学領域における重要な操作である。 近年、量子コンピューティング分野は進歩し、古典的アルゴリズムよりも性能が向上している。 本稿では,IBMハードウェア上で量子アルゴリズムを動作させることにより,問題領域内での量子アルゴリズムの組み入れを高速化するための潜在的なアプローチについて述べる。
  論文  参考訳（メタデータ） (2023-04-27T18:09:45Z)
• Transit facility allocation: Hybrid quantum-classical optimization [0.0]
  交通施設の整備は、サービスの質を向上させるための費用対効果の高い方法である。 本稿では、GIS、意思決定分析、量子技術を統合する最適化フレームワークを開発する。 同一のサービスアクセシビリティを維持しながら、施設数を40%削減することで、我々のフレームワークの有効性を実証する。
  論文  参考訳（メタデータ） (2022-10-22T21:53:00Z)
• Potential and limitations of quantum extreme learning machines [55.41644538483948]
  本稿では,QRCとQELMをモデル化するフレームワークを提案する。 我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
  論文  参考訳（メタデータ） (2022-10-03T09:32:28Z)
• DQC$^2$O: Distributed Quantum Computing for Collaborative Optimization in Future Networks [54.03701670739067]
  本稿では、将来のネットワークにおける最適化タスクを解決するために、量子コンピュータと量子チャネルを管理するための適応型分散量子コンピューティング手法を提案する。 提案手法に基づいて,スマートグリッド管理やIoT連携,UAV軌道計画など,今後のネットワークにおける協調最適化の潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-09-16T02:44:52Z)
• Optimization of Sensor-Placement on Vehicles using Quantum-Classical Hybrid Methods [0.923687371636986]
  量子コンピュータは、将来より「容易」な最適化問題を解くことができると期待されている。 本稿では,量子化解の体系的な2つの定式化について述べる。
  論文  参考訳（メタデータ） (2022-06-29T11:49:28Z)
• Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
  マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。 これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。 本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
  論文  参考訳（メタデータ） (2022-02-17T18:59:20Z)
• Machine Learning Framework for Quantum Sampling of Highly-Constrained, Continuous Optimization Problems [101.18253437732933]
  本研究では,連続空間の逆設計問題を,制約のないバイナリ最適化問題にマッピングする,汎用的な機械学習ベースのフレームワークを開発する。 本研究では, 熱発光トポロジを熱光応用に最適化し, (ii) 高効率ビームステアリングのための拡散メタグレーティングを行うことにより, 2つの逆設計問題に対するフレームワークの性能を示す。
  論文  参考訳（メタデータ） (2021-05-06T02:22:23Z)

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。