論文の概要: Efficient Optimization with Higher-Order Ising Machines
- arxiv url: http://arxiv.org/abs/2212.03426v1
- Date: Wed, 7 Dec 2022 03:18:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-08 15:56:58.577385
- Title: Efficient Optimization with Higher-Order Ising Machines
- Title（参考訳）: 高次イジングマシンによる効率的な最適化
- Authors: Connor Bybee, Denis Kleyko, Dmitri E. Nikonov, Amir Khosrowshahi,
Bruno A. Olshausen, Friedrich T. Sommer
- Abstract要約: その結果,高次Isingマシンは従来の2次Isingマシンよりも資源効率がよい。
その結果,Ising マシンの現状が向上した。
- 参考スコア（独自算出の注目度）: 5.697064222465131
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A prominent approach to solving combinatorial optimization problems on
parallel hardware is Ising machines, i.e., hardware implementations of networks
of interacting binary spin variables. Most Ising machines leverage second-order
interactions although important classes of optimization problems, such as
satisfiability problems, map more seamlessly to Ising networks with
higher-order interactions. Here, we demonstrate that higher-order Ising
machines can solve satisfiability problems more resource-efficiently in terms
of the number of spin variables and their connections when compared to
traditional second-order Ising machines. Further, our results show on a
benchmark dataset of Boolean \textit{k}-satisfiability problems that
higher-order Ising machines implemented with coupled oscillators rapidly find
solutions that are better than second-order Ising machines, thus, improving the
current state-of-the-art for Ising machines.
- Abstract（参考訳）: 並列ハードウェア上で組合せ最適化問題を解決するための顕著なアプローチは、イジングマシン、すなわち相互作用する二元スピン変数のネットワークのハードウェア実装である。
ほとんどのIsingマシンは2階の相互作用を利用するが、満足度問題のような最適化問題の重要なクラスは高階の相互作用を持つIsingネットワークにシームレスにマッピングする。
本稿では,高次イジングマシンが,従来の2次イジングマシンと比較して,スピン変数の数と接続性の観点から,リソース効率のよい課題を解決できることを実証する。
さらに,結合発振器で実装した高次Isingマシンが2次Isingマシンよりも優れた解を迅速に見つけ出すという,Boolean \textit{k}-satisfiability問題のベンチマークデータセット上で,Isingマシンの現状を改良した。
関連論文リスト
- Tensor Network Based HOBO Solver [0.0]
提案した解法は、定式化の観点から将来の拡張に有意義な可能性を持つ有望なツールである。
この解法は、量子コンピューティングにおける幅広い応用の有望な可能性を持っている。
論文 参考訳（メタデータ） (2024-07-23T00:33:34Z) - A Primal-Dual-Assisted Penalty Approach to Bilevel Optimization with Coupled Constraints [66.61399765513383]
We developed a BLOCC algorithm to tackle BiLevel Optimization problems with Coupled Constraints。
2つのよく知られた実世界のアプリケーションでその効果を実証する。
論文 参考訳（メタデータ） (2024-06-14T15:59:36Z) - All-to-all reconfigurability with sparse and higher-order Ising machines [0.0]
オール・ツー・オールのネットワーク機能をエミュレートする多重アーキテクチャを導入する。
適応並列テンパリングアルゴリズムの実行は、競合するアルゴリズムと事前ファクターの利点を示す。
pビットIMのスケールされた磁気バージョンは、汎用最適化のための最先端技術よりも桁違いに改善される可能性がある。
論文 参考訳（メタデータ） (2023-11-21T20:27:02Z) - CORE: Common Random Reconstruction for Distributed Optimization with
Provable Low Communication Complexity [110.50364486645852]
コミュニケーションの複雑さは、トレーニングをスピードアップし、マシン番号をスケールアップする上で、大きなボトルネックになっています。
本稿では,機械間で送信される情報を圧縮するための共通Om REOmを提案する。
論文 参考訳（メタデータ） (2023-09-23T08:45:27Z) - Qubit efficient quantum algorithms for the vehicle routing problem on
NISQ processors [48.68474702382697]
時間窓付き車両ルーティング問題(VRPTW)は、ロジスティクス業界で直面する一般的な最適化問題である。
そこで本研究では,以前に導入した量子ビット符号化方式を用いて,バイナリ変数の数を削減した。
論文 参考訳（メタデータ） (2023-06-14T13:44:35Z) - Augmented Electronic Ising Machine as an Effective SAT Solver [0.6999740786886535]
Augmented Ising Machine for SAT (AIMS) は、最先端のソフトウェアベース、GPUベース、従来のハードウェアSATソルバを桁違いに上回っていることを示す。
論文 参考訳（メタデータ） (2023-05-01T02:28:42Z) - Computability of Optimizers [71.84486326350338]
様々な状況において、チューリングマシンでは実現不可能であり、結果としてデジタルコンピュータでは実現不可能であることを示す。
我々は、人工知能、金融数学、情報理論など、非常に異なる分野からよく知られた様々な問題に対して、そのような結果を証明している。
論文 参考訳（メタデータ） (2023-01-15T17:41:41Z) - Comparing the Digital Annealer with Classical Evolutionary Algorithm [0.0]
特殊なハードウェアを使用するソルバの例として、IBMのQuantum System OneとD-waveのQuantum Annealer (QA)、富士通のDigital Annealer (DA)がある。
論文 参考訳（メタデータ） (2022-05-26T19:04:20Z) - Ising machines as hardware solvers of combinatorial optimization
problems [1.8732539895890135]
イジングマシンは、アイジングモデルの絶対的あるいは近似的な基底状態を見つけることを目的としたハードウェアソルバである。
既存の標準デジタルコンピュータより優れたスケーラブルなIsingマシンは、実用アプリケーションに大きな影響を与える可能性がある。
論文 参考訳（メタデータ） (2022-04-01T08:24:06Z) - 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) - Transformer-based Machine Learning for Fast SAT Solvers and Logic
Synthesis [63.53283025435107]
CNFベースのSATとMaxSATは論理合成と検証システムの中心である。
そこで本研究では,Transformerアーキテクチャから派生したワンショットモデルを用いて,MaxSAT問題の解法を提案する。
論文 参考訳（メタデータ） (2021-07-15T04:47:35Z)
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。