論文の概要: Quantum vs classical genetic algorithms: A numerical comparison shows faster convergence

• arxiv url: http://arxiv.org/abs/2207.09251v2
• Date: Fri, 30 Sep 2022 11:56:27 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-04 13:10:53.523454
• Title: Quantum vs classical genetic algorithms: A numerical comparison shows faster convergence
• Title（参考訳）: 量子対古典遺伝アルゴリズム:数値比較による収束の高速化
• Authors: Rub\'en Ibarrondo, Giancarlo Gatti, Mikel Sanz
• Abstract要約: いくつかの量子変種は、収束速度において全ての古典的変種よりも近い最適結果に対して優れていることを示す。 もしこの利点がより大きなシステムに当てはまるなら、量子遺伝アルゴリズムは量子コンピュータの最適化問題に対処するための新しいツールを提供するだろう。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Genetic algorithms are heuristic optimization techniques inspired by Darwinian evolution. Quantum computation is a new computational paradigm which exploits quantum resources to speed up information processing tasks. Therefore, it is sensible to explore the potential enhancement in the performance of genetic algorithms by introducing quantum degrees of freedom. Along this line, a modular quantum genetic algorithm has recently been proposed, with individuals encoded in independent registers comprising exchangeable quantum subroutines [arXiv:2203.15039], which leads to different variants. Here, we address the numerical benchmarking of these algorithms against classical genetic algorithms, a comparison missing from previous literature. To overcome the severe limitations of simulating quantum algorithms, our approach focuses on measuring the effect of quantum resources on the performance. In order to isolate the effect of the quantum resources in the performance, the classical variants have been selected to resemble the fundamental characteristics of the quantum genetic algorithms. Under these conditions, we encode an optimization problem in a two-qubit Hamiltonian and face the problem of finding its ground state. A numerical analysis based on a sample of 200 random cases shows that some quantum variants outperform all classical ones in convergence speed towards a near-to-optimal result. Additionally, we have considered a diagonal Hamiltonian and the Hamiltonian of the hydrogen molecule to complete the analysis with two relevant use-cases. If this advantage holds for larger systems, quantum genetic algorithms would provide a new tool to address optimization problems with quantum computers.
• Abstract（参考訳）: 遺伝的アルゴリズムはダーウィン進化に触発されたヒューリスティック最適化技術である。 量子計算は、情報処理タスクを高速化するために量子資源を利用する新しい計算パラダイムである。 したがって、量子自由度を導入することで遺伝的アルゴリズムの性能向上の可能性を探ることは賢明である。 この線に沿って、モジュラー量子遺伝的アルゴリズムが最近提案されており、交換可能な量子サブルーチン(arxiv:2203.15039])を含む独立したレジスタにエンコードされ、異なる変種をもたらす。 本稿では、これらのアルゴリズムの古典的遺伝的アルゴリズムに対する数値的なベンチマークについて述べる。 量子アルゴリズムをシミュレートする厳しい限界を克服するため,本手法では,量子リソースが性能に与える影響を測定することに焦点を当てた。 性能における量子資源の影響を分離するために、古典的変種は量子遺伝アルゴリズムの基本特性に類似するように選択されている。 これらの条件下では、2量子ハミルトニアンの最適化問題を符号化し、基底状態を求める問題に直面する。 200のランダムなケースのサンプルに基づく数値解析により、いくつかの量子変種は、収束速度において全ての古典的変種をほぼ最適な結果へと上回ることを示した。 さらに,水素分子の対角ハミルトニアンとハミルトニアンを考慮し,関連する2つの用途を用いて解析を行った。 もしこの利点がより大きなシステムに当てはまるなら、量子遺伝的アルゴリズムは量子コンピュータの最適化問題に対処する新しいツールを提供するだろう。

関連論文リスト

• 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 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-Enhanced Greedy Combinatorial Optimization Solver [12.454028945013924]
  最適化問題を解くために反復量子最適化アルゴリズムを導入する。 72量子ビット以下のプログラム可能な超伝導量子系に量子アルゴリズムを実装した。 量子アルゴリズムは古典的な欲求よりも体系的に優れており、量子エンハンスメントのシグナルとなる。
  論文  参考訳（メタデータ） (2023-03-09T18:59:37Z)
• An introduction to variational quantum algorithms on gate-based quantum computing for combinatorial optimization problems [0.0]
  このチュートリアルは変分量子アルゴリズムのクラスに関する数学的記述を提供する。 量子側および古典側におけるこれらのハイブリッドアルゴリズムの重要な側面を正確に紹介する。 我々はQAOAに特に注意を払って、そのアルゴリズムに関わる量子回路と、その可能な誘導関数によって満たされる特性を詳述した。
  論文  参考訳（メタデータ） (2022-12-22T14:27:52Z)
• Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
  我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。 我々は距離の計算を高速化するために量子現象を利用する。 我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
  論文  参考訳（メタデータ） (2022-12-13T16:04:16Z)
• Entanglement and coherence in Bernstein-Vazirani algorithm [58.720142291102135]
  Bernstein-Vaziraniアルゴリズムは、オラクルに符号化されたビット文字列を決定できる。 我々はベルンシュタイン・ヴァジラニアルゴリズムの量子資源を詳細に分析する。 絡み合いがない場合、初期状態における量子コヒーレンス量とアルゴリズムの性能が直接関係していることが示される。
  論文  参考訳（メタデータ） (2022-05-26T20:32:36Z)
• Quantum Genetic Algorithm with Individuals in Multiple Registers [0.0]
  本稿では,サブルーチンに基づく量子遺伝的アルゴリズムを提案する。 この独特な体系化により、遺伝的アルゴリズムを特徴付ける基本的な要素をすべて記述できる。 量子可観測体の生物模倣的クローニングとブヴ・ゼク・ヒラーイ普遍量子クローニングマシンの2つのパラダイム例について検討する。
  論文  参考訳（メタデータ） (2022-03-28T19:05:03Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• 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)
• Resource-efficient encoding algorithm for variational bosonic quantum simulations [0.0]
  量子コンピューティングのノイズ中間スケール量子(NISQ)時代には、量子資源は限られている。 ボゾン基底と励起状態計算のための資源効率のよい量子アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-02-23T19:00:05Z)

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。