論文の概要: NP-hard but no longer hard to solve? Using quantum computing to tackle optimization problems

• arxiv url: http://arxiv.org/abs/2212.10990v1
• Date: Wed, 21 Dec 2022 12:56:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-09 05:45:00.986729
• Title: NP-hard but no longer hard to solve? Using quantum computing to tackle optimization problems
• Title（参考訳）: NPハードだけど解決しづらい? 量子コンピューティングを使って最適化問題に取り組む
• Authors: Rhonda Au-Yeung, Nicholas Chancellor, and Pascal Halffmann
• Abstract要約: 量子コンピュータを用いて最適化問題を解く量子最適化の分野について論じる。 適切なユースケースを通じてこれを実証し、量子コンピュータの現在の品質について論じる。 本稿では、最近の量子最適化のブレークスルーと現状と今後の方向性について論じる。
• 参考スコア（独自算出の注目度）: 1.1470070927586016
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In the last decade, public and industrial research funding has moved quantum computing from the early promises of Shor's algorithm through experiments to the era of noisy intermediate scale quantum devices (NISQ) for solving real-world problems. It is likely that quantum methods can efficiently solve certain (NP-)hard optimization problems where classical approaches fail. In our perspective, we examine the field of quantum optimization where we solve optimisation problems using quantum computers. We demonstrate this through a proper use case and discuss the current quality of quantum computers, their solver capabilities, and benchmarking difficulties. Although we show a proof-of-concept rather than a full benchmark, we use the results to emphasize the importance of using appropriate metrics when comparing quantum and classical methods. We conclude with discussion on some recent quantum optimization breakthroughs and the current status and future directions.
• Abstract（参考訳）: 過去10年間、公的および産業的な研究資金により、量子コンピューティングはショールのアルゴリズムの初期の約束から実験を経て、現実世界の問題を解決するためにノイズの多い中間スケール量子デバイス(nisq)の時代へと移行した。 量子法は古典的アプローチが失敗する特定の(NP-)ハードな最適化問題を効率的に解ける可能性が高い。 本稿では,量子コンピュータを用いた最適化問題を解く量子最適化の分野について考察する。 これを適切なユースケースを通じて実証し、量子コンピュータの現在の品質、解法能力、ベンチマークの難しさについて論じる。 完全なベンチマークではなく概念実証を示すが、結果は量子法と古典法の比較において適切なメトリクスを使うことの重要性を強調している。 最後に,最近の量子最適化のブレークスルーと現状と今後の方向性について考察する。

関連論文リスト

• Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
  期待されている量子コンピュータの応用は、科学と産業にまたがる。 本稿では,量子アルゴリズムの応用分野について検討する。 私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
  論文  参考訳（メタデータ） (2023-10-04T17:53:55Z)
• Formulation of the Electric Vehicle Charging and Routing Problem for a Hybrid Quantum-Classical Search Space Reduction Heuristic [0.0]
  制約付き量子最適化アルゴリズムの構築において、量子情報の多レベルキャリア -- 量子ビット -- をどのように活用するかを示す。 本稿では,制約付き解をサンプリングし,探索空間を大幅に削減するハイブリッド古典量子戦略を提案する。
  論文  参考訳（メタデータ） (2023-06-07T13:16:15Z)
• A Practitioner's Guide to Quantum Algorithms for Optimisation Problems [0.0]
  NPハード最適化問題は、物流や金融といった産業分野では一般的である。 本稿では,量子最適化理論の概要を概観する。 ノイズの多い中間スケール量子デバイスに対する短期的なポテンシャルに焦点を当てている。
  論文  参考訳（メタデータ） (2023-05-12T08:57:36Z)
• 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 Machine Learning: from physics to software engineering [58.720142291102135]
  古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。 量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
  論文  参考訳（メタデータ） (2023-01-04T23:37:45Z)
• Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
  量子計算を古典的な結果によって補う手法を提案する。 予測の利点を生かして、新しいタイプの量子測度がもたらされる。 予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
  論文  参考訳（メタデータ） (2022-09-12T15:47:44Z)
• Efficient Use of Quantum Linear System Algorithms in Interior Point Methods for Linear Optimization [0.0]
  線形最適化問題を解くために、非現実的な量子内点法を開発した。 また、量子ソルバの過度な時間なしで、反復リファインメントによって正確な解を得る方法についても論じる。
  論文  参考訳（メタデータ） (2022-05-02T21:30:56Z)
• 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)
• Multiple Query Optimization using a Hybrid Approach of Classical and Quantum Computing [1.7077661158850292]
  データ集約的な問題領域において重要なNPハード問題である多重クエリ最適化問題(MQO)に取り組む。 ゲート型量子コンピュータ上でMQOを解くために,新しい古典量子アルゴリズムを提案する。 提案アルゴリズムでは, クビット効率が99%に近づき, ほぼ2倍に向上した。
  論文  参考訳（メタデータ） (2021-07-22T08:12:49Z)
• Limitations of optimization algorithms on noisy quantum devices [0.0]
  我々は、古典的アルゴリズムと、短期的な量子デバイス上で動作している量子アルゴリズムを比較する透過的な方法を提案する。 我々のアプローチは、量子状態がノイズモデルの定点にどれだけ早く収束するかを決定するエントロピック不等式の組み合わせに基づいている。
  論文  参考訳（メタデータ） (2020-09-11T17:07:26Z)
• An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
  小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。 量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
  論文  参考訳（メタデータ） (2020-05-06T14:18:44Z)

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。