論文の概要: Evaluating the Q-score of Quantum Annealers
- arxiv url: http://arxiv.org/abs/2208.07633v1
- Date: Tue, 16 Aug 2022 09:39:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-30 23:05:20.114083
- Title: Evaluating the Q-score of Quantum Annealers
- Title(参考訳): 量子アニーラのq-score評価
- Authors: Ward van der Schoot, Daan Leermakers, Robert Wezeman, Niels Neumann,
Frank Phillipson
- Abstract要約: この研究は量子デバイス上でQスコアの最初の計算結果を示す。
これらの量子デバイスは、最適化問題の解決において、古典的なデバイスとどのように比較されるかを示す。
本報告では,Qスコアを12,500とするアウト・オブ・ボックスハイブリッド手法について報告する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We report the Atos Q-score for D-Wave's quantum devices, classical algorithms
and hybrid quantum-classical solver. Computing the Q-score entails solving the
Max-Cut problem for increasingly large graphs. This work presents the first
computation of the Q-score on a quantum device and shows how these quantum
devices compare to classical devices at solving optimisation problems. We use
D-Wave's standard methods out of the box with a time limit of 60 seconds. The
Q-score for D-Wave's 2000Q and Advantage devices are 70 and 140, respectively.
The Q-score for two of D-Wave's classical algorithms, based on tabu search and
simulated annealing respectively, are 2,300 and 5,800. Finally, we report the
out-of-the-box hybrid approach to have a Q-score of 12,500.
- Abstract(参考訳): D-Waveの量子デバイス、古典的アルゴリズム、ハイブリッド量子古典解法のためのAtos Qスコアを報告する。
q-scoreを計算するには、ますます大きなグラフの最大カット問題を解決することが必要となる。
この研究は量子デバイス上でQスコアの最初の計算結果を示し、これらの量子デバイスが最適化問題の解法において古典的なデバイスと比較する方法を示す。
D-Waveの標準メソッドを60秒の制限時間で最初から使用しています。
D-Waveの2000QとAdvantageのQスコアはそれぞれ70と140である。
d-waveの2つの古典的なアルゴリズムのq-scoreはそれぞれ2,300と5,800である。
最後に,アウト・オブ・ボックスのハイブリッドアプローチを報告し,q-scoreが12,500であることを示す。
関連論文リスト
- A Quantum-Classical Collaborative Training Architecture Based on Quantum
State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。
Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。
他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文 参考訳(メタデータ) (2024-02-23T14:09:41Z) - Two quantum algorithms for solving the one-dimensional
advection-diffusion equation [0.0]
2つの量子アルゴリズムが周期的境界条件を持つ線形一次元対流拡散方程式の数値解に対して提示される。
量子ビット数の増加に伴う精度と性能を、ポイントごとに比較する。
論文 参考訳(メタデータ) (2023-12-30T21:23:15Z) - Probabilistic Sampling of Balanced K-Means using Adiabatic Quantum
Computing [99.34965725525188]
AQC(Adiabatic quantum computing)は、NP-hard最適化問題に対する有望な量子コンピューティング手法である。
本研究では,この情報を確率的バランスの取れたk平均クラスタリングに活用する可能性について検討する。
最適でない解を捨てる代わりに, 計算コストを少なくして, 校正後部確率を計算することを提案する。
論文 参考訳(メタデータ) (2023-10-18T17:59:45Z) - Quantum Imitation Learning [74.15588381240795]
本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。
量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。
実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
論文 参考訳(メタデータ) (2023-04-04T12:47:35Z) - Quantum Annealing vs. QAOA: 127 Qubit Higher-Order Ising Problems on
NISQ Computers [0.0]
QAOA(Quantum Alternating Operator Ansatz)は、最適化問題の最適解を目的とした量子アルゴリズムである。
我々は、D-Waveハードウェア上のQAとIBMQハードウェア上のQAOAの厳密な比較を実装した。
QAがすべての問題インスタンスでQAOAを上回っていることが分かりました。
論文 参考訳(メタデータ) (2023-01-02T04:19:46Z) - Quantum Annealing Learning Search Implementations [0.0]
本稿では、D-Wave量子アニール上でのQALS(Quantum Annealing Learning Search)とQALS(Quantum Annealing Learning Search)の2つの実装の詳細と試験について述べる。
論文 参考訳(メタデータ) (2022-12-21T15:57:16Z) - Quantum Simulation of Hawking Radiation Using VQE Algorithm on IBM
Quantum Computer [0.0]
変動量子固有解法(VQE)アルゴリズムを用いてホーキング放射現象をシミュレートする。
VQEアルゴリズムでは3つの異なるカスタムアンサーゼを使用しており、最小誤差のケースに対する結果が研究されている。
論文 参考訳(メタデータ) (2021-12-31T15:03:17Z) - 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) - Using machine learning for quantum annealing accuracy prediction [0.0]
我々は、ネットワーク分析、バイオインフォマティクス、計算化学において重要な応用を持つ古典的なNPハード問題であるMaximum Clique問題に焦点をあてる。
基本問題特性に基づいて機械学習分類モデルを訓練することにより、解硬度への寄与順に特定の特徴をランク付けすることができる。
そこで本研究では,D-Wave 2000Qアニールを用いて最適解法が解けるかどうかを予測できる簡易決定木を提案する。
論文 参考訳(メタデータ) (2021-05-31T19:14:37Z) - Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。
本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。
Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
論文 参考訳(メタデータ) (2021-05-06T17:59:38Z) - Electronic structure with direct diagonalization on a D-Wave quantum
annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。
そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文 参考訳(メタデータ) (2020-09-02T22:46:47Z)
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。