Fugu-MT 論文翻訳(概要): Optimization of Sensor-Placement on Vehicles using Quantum-Classical Hybrid Methods

論文の概要: Optimization of Sensor-Placement on Vehicles using Quantum-Classical Hybrid Methods

arxiv url: http://arxiv.org/abs/2206.14546v1
Date: Wed, 29 Jun 2022 11:49:28 GMT
ステータス: 処理完了
システム内更新日: 2023-02-07 07:38:02.684103
Title: Optimization of Sensor-Placement on Vehicles using Quantum-Classical Hybrid Methods
Title（参考訳）: 量子古典ハイブリッド法による車両のセンサ配置最適化
Authors: Sayantan Pramanik, Vishnu Vaidya, Gajendra Malviya, Sudhir Sinha, Shripad Salsingikar, M Girish Chandra, C V Sridhar, Godfrey Mathais, Vidyut Navelkar
Abstract要約: 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。
参考スコア（独自算出の注目度）: 0.923687371636986
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Placement of sensors on vehicles for safety and autonomous capability is a complex optimization problem when considered in the full-blown form, with different constraints. Considering that Quantum Computers are expected to be able to solve certain optimization problems more "easily" in the future, the problem was posted as part of the BMW Quantum Computing Challenge 2021. In this paper, we have presented two formulations for quantum-enhanced solutions in a systematic manner. In the process, necessary simplifications are invoked to accommodate the current capabilities of Quantum Simulators and Hardware. The presented results and observations from elaborate simulation studies demonstrate the correct functionality and usefulness of the proposals.
Abstract（参考訳）: 安全と自律能力のための車両にセンサーを配置することは、制約の異なる完全な形態で検討する場合、複雑な最適化問題である。将来、量子コンピュータは特定の最適化問題をより「容易」に解決できると予想され、この問題は2021年のBMW量子コンピューティングチャレンジの一部として投稿された。本稿では,量子エンハンス解を体系的に定式化する2つの方法を提案する。このプロセスでは、量子シミュレータとハードウェアの現在の機能に対応するために必要な単純化が実行される。詳細なシミュレーション研究から得られた結果と観察は,提案手法の正しい機能と有用性を示すものである。

関連論文リスト

Towards an Automatic Framework for Solving Optimization Problems with Quantum Computers [2.9730678241643815]
従来の最適化問題を量子解法に自動的に変換するフレームワークが提案されている。このフレームワークは、ソリューションの妥当性と品質を分析するための手段を提供する。これは量子コンピューティングソリューションの自動化に向けた大きな進歩を表している。
論文参考訳（メタデータ） (2024-06-18T17:56:10Z)
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)
Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。本稿では,量子アルゴリズムの応用分野について検討する。私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文参考訳（メタデータ） (2023-10-04T17:53:55Z)
Formulation of the Electric Vehicle Charging and Routing Problem for a Hybrid Quantum-Classical Search Space Reduction Heuristic [0.0]
制約付き量子最適化アルゴリズムの構築において、量子情報の多レベルキャリア -- 量子ビット -- をどのように活用するかを示す。本稿では,制約付き解をサンプリングし,探索空間を大幅に削減するハイブリッド古典量子戦略を提案する。
論文参考訳（メタデータ） (2023-06-07T13:16:15Z)
Recommending Solution Paths for Solving Optimization Problems with Quantum Computing [4.306566710489809]
最適解パスを特定し,推奨するフレームワークを提案する。最先端のハイブリッドアルゴリズム、エンコーディングおよび分解技術はモジュラー方式で統合することができる。選択した選択肢の集合に対する我々のアプローチの実証と検証を行い、キャパシタイトされた車両ルーティング問題に対するその適用例を示す。
論文参考訳（メタデータ） (2022-12-21T15:55:43Z)
Evaluating the Convergence of Tabu Enhanced Hybrid Quantum Optimization [58.720142291102135]
本稿では,量子ハードウェア上での最適化問題解決に有用な Tabu Enhanced Hybrid Quantum Optimization メタヒューリスティック手法を提案する。提案手法の理論的収束を,イジングモデルに基づくタブ状態を保存する対象の衝突の観点から考察する。
論文参考訳（メタデータ） (2022-09-05T07:23:03Z)
Quantum topology optimization of ground structures using noisy intermediate-scale quantum devices [8.325359814939517]
トポロジ最適化問題に対する潜在的な解決策として,量子コンピュータの利用について検討する。実機実験を含むいくつかの実験により,提案手法が最適構成を得ることができた。
論文参考訳（メタデータ） (2022-07-19T10:39:28Z)
Quantum computing for transport optimization [1.181206257787103]
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。
論文参考訳（メタデータ） (2022-06-15T05:56:22Z)
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)
Adiabatic Quantum Graph Matching with Permutation Matrix Constraints [75.88678895180189]
3次元形状と画像のマッチング問題は、NPハードな置換行列制約を持つ二次代入問題(QAP)としてしばしば定式化される。本稿では,量子ハードウェア上での効率的な実行に適した制約のない問題として,いくつかのQAPの再構成を提案する。提案アルゴリズムは、将来の量子コンピューティングアーキテクチャにおいて、より高次元にスケールする可能性がある。
論文参考訳（メタデータ） (2021-07-08T17:59:55Z)
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。