論文の概要: When could NISQ algorithms start to create value in discrete manufacturing ?

• arxiv url: http://arxiv.org/abs/2209.09650v1
• Date: Sat, 17 Sep 2022 12:43:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-26 06:58:46.289848
• Title: When could NISQ algorithms start to create value in discrete manufacturing ?
• Title（参考訳）: NISQアルゴリズムはいつから個別製造で価値を生み出すのか?
• Authors: Oxana Shaya
• Abstract要約: 製造関連NISQアルゴリズムとして、量子アニーリング(QA)と量子最適化近似アルゴリズム(QAOA)を同定した。 これまでのところ、古典的な計算に比べて有利な証拠はない。 より高次元の計算問題や訓練の改善に関するさらなる調査も行われた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Are quantum advantages in discrete manufacturing achievable in the near term? As manufacturing-relevant NISQ algorithms, we identified Quantum Annealing (QA) and the Quantum Approximate Optimization Algorithm (QAOA) for combinatorial optimization as well as Derivative Quantum Circuits (DQC) for solving non-linear PDEs. While there is evidence for QAOA's outperformance, this requires post-NISQ circuit depths. In the case of QA, there is up to now no unquestionable evidence for advantage compared to classical computation. Yet different protocols could lead to finding such instances. Together with a well-chosen quantum feature map, DQC are a promising concept. Further investigations for higher dimensional problems and improvements in training could follow.
• Abstract（参考訳）: 離散的製造における量子的優位性は、近い将来達成可能か? 製造関連NISQアルゴリズムとして、組合せ最適化のための量子アニーリング(QA)と量子近似最適化(QAOA)、非線形PDEを解決するための微分量子回路(DQC)を同定した。 QAOAの異常を示す証拠はあるが、これはNISQ後の回路深度を必要とする。 QAの場合、現在、古典的な計算に比べて有利な証拠は存在しない。 しかし、異なるプロトコルがそのようなインスタンスを見つけることに繋がる可能性がある。 DQCは、よく知られた量子特徴写像とともに、有望な概念である。 より高い次元の問題や訓練の改善に関するさらなる調査が進められた。

関連論文リスト

• Quantum Approximate Optimization: A Computational Intelligence Perspective [1.756184965281354]
  量子コンピューティングと変分量子アルゴリズム(VQA)を紹介する。 Farhiらによる量子近似最適化アルゴリズム(FarhiのQAOA)について説明する。 計算学習理論や遺伝的アルゴリズムなど,関連分野へのQAOAの関連性について論じる。
  論文  参考訳（メタデータ） (2024-07-09T19:40:23Z)
• Variational Quantum Algorithms for Combinatorial Optimization [0.571097144710995]
  変分アルゴリズム (VQA) は, NISQシステムの実用化に向けた最有力候補の1つである。 本稿では,VQAの現状と最近の発展を考察し,近似最適化への適用性を強調した。 10ノードと20ノードのグラフ上でMaxCut問題を解くために,深さの異なるQAOA回路を実装した。
  論文  参考訳（メタデータ） (2024-07-08T22:02:39Z)
• 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 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 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)
• 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)
• Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
  我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。 問題の大きさと問題グラフの次数で指数関数的に増大する。 これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2022-01-06T21:02:30Z)
• Efficient Classical Computation of Quantum Mean Values for Shallow QAOA Circuits [15.279642278652654]
  浅いQAOA回路の量子ビット数と線形にスケールするグラフ分解に基づく古典的アルゴリズムを提案する。 我々の結果は、QAOAによる量子アドバンテージの探索だけでなく、NISQプロセッサのベンチマークにも有用である。
  論文  参考訳（メタデータ） (2021-12-21T12:41:31Z)
• 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)
• Fast-Forwarding with NISQ Processors without Feedback Loop [0.0]
  量子シミュレーションのための代替対角化アルゴリズムとして古典量子高速フォワード法(CQFF)を提案する。 CQFFは古典的量子フィードバックループと制御されたマルチキュービットユニタリの必要性を取り除く。 私たちの仕事は、以前の記録よりも104ドルの改善を提供します。
  論文  参考訳（メタデータ） (2021-04-05T14:29:33Z)
• On the learnability of quantum neural networks [132.1981461292324]
  本稿では,量子ニューラルネットワーク(QNN)の学習可能性について考察する。 また,概念をQNNで効率的に学習することができれば,ゲートノイズがあってもQNNで効果的に学習できることを示す。
  論文  参考訳（メタデータ） (2020-07-24T06:34:34Z)

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。