Fugu-MT 論文翻訳(概要): Rydberg blockade based parity quantum optimization

論文の概要: Rydberg blockade based parity quantum optimization

arxiv url: http://arxiv.org/abs/2210.05604v1
Date: Tue, 11 Oct 2022 16:45:09 GMT
ステータス: 処理完了
システム内更新日: 2023-01-22 22:12:17.885878
Title: Rydberg blockade based parity quantum optimization
Title（参考訳）: Rydbergブロックに基づくパリティ量子最適化
Authors: Martin Lanthaler, Clemens Dlaska, Kilian Ender and Wolfgang Lechner
Abstract要約: 中性原子ハードウェア上での高次制約二元最適化問題を解くためのスケーラブルなアーキテクチャを提案する。任意の連結高階最適化問題のパリティ符号化を最大重独立集合(textsfMWIS)として定式化する。私たちのアーキテクチャは、小さなtextsfMWISモジュールを問題に依存しない方法で構築します。
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: We present a scalable architecture for solving higher-order constrained binary optimization problems on current neutral-atom hardware operating in the Rydberg blockade regime. In particular, we formulate the recently developed parity encoding of arbitrary connected higher-order optimization problems as a maximum-weight independent set (\textsf{MWIS}) problem on disk graphs, that are directly encodable on such devices. Our architecture builds from small \textsf{MWIS} modules in a problem-independent way, crucial for practical scalability.
Abstract（参考訳）: 本稿では,Rydbergブロックシステムで動作する現在の中性原子ハードウェアにおいて,高次制約二元最適化問題を解くためのスケーラブルなアーキテクチャを提案する。特に、最近開発された任意の連結高階最適化問題のパリティ符号化を、そのようなデバイス上で直接エンコード可能なディスクグラフ上の最大重み付き独立集合(\textsf{mwis})問題として定式化する。私たちのアーキテクチャは、問題に依存しない小さな‘textsf{MWIS}モジュールから構築されています。

関連論文リスト

Quantum optimization with globally driven neutral atom arrays [0.0]
任意の接続性を持つ最適化問題をスケーラブルに符号化する手法を提案する。これらの補助原子は、問題固有のプログラミングと不要な効果の緩和の両方に同時に使用できることを示す。
論文参考訳（メタデータ） (2024-10-04T20:09:10Z)
The Complexity of Optimizing Atomic Congestion [14.845310803203724]
アトミック・渋滞ゲームは、ネットワーク設計、ルーティング、アルゴリズムゲーム理論において古典的なトピックである。非常に単純なネットワークでも問題は非常に難解なままである。我々は、この問題の(さらに難しい)min-max変種に対する分析を拡張して結論付ける。
論文参考訳（メタデータ） (2023-12-15T21:31:30Z)
Solving optimization problems with local light shift encoding on Rydberg quantum annealers [0.0]
我々は、Rydberg量子アニールの最適化問題を解くための非ユニットディスクフレームワークを提供する。我々の構成は、局所制御可能な光シフトを個々の量子ビットに適用する多体相互作用Rydbergシステムからなる。我々の数値シミュレーションでは、Rydbergアニーラーを所望の多体基底状態に大域的に駆動しながら、局所分解プロトコルを実装している。
論文参考訳（メタデータ） (2023-08-15T14:24:45Z)
Quantum Gate Optimization for Rydberg Architectures in the Weak-Coupling Limit [55.05109484230879]
我々は,Rydberg tweezerシステムにおける2ビットゲートの機械学習支援設計を実演する。我々は,高忠実度CNOTゲートを実装した最適パルス列を生成する。単一量子ビット演算の局所的な制御は、原子列上で量子計算を行うのに十分であることを示す。
論文参考訳（メタデータ） (2023-06-14T18:24:51Z)
Quantum optimization with arbitrary connectivity using Rydberg atom arrays [0.0]
元の問題から明示的な写像を構築することにより、Rydberg配列に効率的にエンコードできる問題のクラスを拡張する。任意の接続を持つグラフ上の最大重み付き独立集合、任意の接続または制限された接続を持つ2次非制約バイナリ最適化問題、整数分解など、いくつかの例を分析する。
論文参考訳（メタデータ） (2022-09-08T18:00:00Z)
Sparse Polynomial Optimization: Theory and Practice [5.27013884159732]
本書は、この課題に重要な科学的意味を持って取り組むためのいくつかの取り組みを提示している。これは計算複雑性の観点からうまくスケールする代替の最適化スキームを提供する。制約のない問題や制約のない問題に対して、緩和の疎開的階層を提示する。
論文参考訳（メタデータ） (2022-08-23T18:56:05Z)
Mind Your Solver! On Adversarial Attack and Defense for Combinatorial Optimization [111.78035414744045]
我々は,最適解法に対する敵攻撃と防御のメカニズムの開発を主導する。本稿では, グラフ構造を改良し, 解法の堅牢性を高めるための, 単純かつ効果的な防衛戦略を提案する。
論文参考訳（メタデータ） (2021-12-28T15:10:15Z)
Neural Stochastic Dual Dynamic Programming [99.80617899593526]
我々は、問題インスタンスを断片的線形値関数にマッピングすることを学ぶトレーニング可能なニューラルモデルを導入する。 $nu$-SDDPは、ソリューションの品質を犠牲にすることなく、問題解決コストを大幅に削減できる。
論文参考訳（メタデータ） (2021-12-01T22:55:23Z)
iDARTS: Differentiable Architecture Search with Stochastic Implicit Gradients [75.41173109807735]
微分可能なArchiTecture Search(DARTS)は先日,ニューラルアーキテクチャサーチ(NAS)の主流になった。暗黙の関数定理に基づいてDARTSの過次計算に取り組む。提案手法であるiDARTSのアーキテクチャ最適化は,定常点に収束することが期待される。
論文参考訳（メタデータ） (2021-06-21T00:44:11Z)
Efficient Micro-Structured Weight Unification and Pruning for Neural Network Compression [56.83861738731913]
ディープニューラルネットワーク(DNN)モデルは、特にリソース制限されたデバイスにおいて、実用的なアプリケーションに不可欠である。既往の非構造的あるいは構造化された重量刈り法は、推論を真に加速することはほとんど不可能である。ハードウェア互換のマイクロ構造レベルでの一般化された重み統一フレームワークを提案し,高い圧縮と加速度を実現する。
論文参考訳（メタデータ） (2021-06-15T17:22:59Z)
Offline Model-Based Optimization via Normalized Maximum Likelihood Estimation [101.22379613810881]
データ駆動最適化の問題を検討し、一定の点セットでクエリのみを与えられた関数を最大化する必要がある。この問題は、関数評価が複雑で高価なプロセスである多くの領域に現れる。我々は,提案手法を高容量ニューラルネットワークモデルに拡張可能なトラクタブル近似を提案する。
論文参考訳（メタデータ） (2021-02-16T06:04:27Z)

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。