論文の概要: Quantum Annealing Learning Search Implementations

• arxiv url: http://arxiv.org/abs/2212.11132v1
• Date: Wed, 21 Dec 2022 15:57:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-09 05:55:00.761866
• Title: Quantum Annealing Learning Search Implementations
• Title（参考訳）: 量子アニーリング学習検索の実装
• Authors: Andrea Bonomi, Thomas De Min, Enrico Zardini, Enrico Blanzieri, Valter Cavecchia, Davide Pastorello
• Abstract要約: 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。
• 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: This paper presents the details and testing of two implementations (in C++ and Python) of the hybrid quantum-classical algorithm Quantum Annealing Learning Search (QALS) on a D-Wave quantum annealer. QALS was proposed in 2019 as a novel technique to solve general QUBO problems that cannot be directly represented into the hardware architecture of a D-Wave machine. Repeated calls to the quantum machine within a classical iterative structure and a related convergence proof originate a learning mechanism to find an encoding of a given problem into the quantum architecture. The present work considers the Number Partitioning Problem (NPP) and the Travelling Salesman Problem (TSP) for the testing of QALS. The results turn out to be quite unexpected, with QALS not being able to perform as well as the other considered methods, especially in NPP, where classical methods outperform quantum annealing in general. Nevertheless, looking at the TSP tests, QALS has fulfilled its primary goal, i.e., processing QUBO problems not directly mappable to the QPU topology.
• Abstract（参考訳）: 本稿では,d波量子アニーラ上のハイブリッド量子古典アルゴリズムquantum annealing learning search (qals) の2つの実装(c++とpython)の詳細とテストについて述べる。 QALSは2019年に、D-Waveマシンのハードウェアアーキテクチャに直接表現できない一般的なQUBO問題を解決する新しい手法として提案された。 古典的反復構造内の量子機械への繰り返し呼び出しと関連する収束証明は、与えられた問題の量子アーキテクチャへの符号化を見つけるための学習メカニズムを生じる。 本研究は,QALSテストにおける数値分割問題(NPP)とトラベリングセールスマン問題(TSP)について考察する。 その結果、QALSは、特に古典的手法が一般に量子アニールよりも優れているNPPにおいて、他の考慮された方法と同様に、実行できないことが判明した。 しかしながら、TSPテストを見ると、QALSはQUBO問題を直接QPUトポロジにマッピングできない処理という主要な目標を達成している。

関連論文リスト

• State-Averaged Orbital-Optimized VQE: A quantum algorithm for the democratic description of ground and excited electronic states [0.0]
  SA-OO-VQEパッケージは、典型的な変分量子固有解法に基づくハイブリッド量子古典的概念によって両方の問題を解決することを目的としている。 SA-OO-VQEは、同じ足場上で退化状態(または準退化状態)を処理できるので、回避された交差や円錐交差に関する既知の数値最適化問題を回避することができる。
  論文  参考訳（メタデータ） (2024-01-22T12:16:37Z)
• 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)
• QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
  我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。 有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。 本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-14T08:03:20Z)
• 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)
• Variational Quantum Eigensolver for Classification in Credit Sales Risk [0.5524804393257919]
  本稿では,変分量子固有解器(VQE)といわゆるSWAP-Testに基づく量子回路について考察する。 活用されたデータセットでは、2つのクラスが観察できる。 この解はコンパクトであり、対数的に増加するキュービット数だけを必要とする。
  論文  参考訳（メタデータ） (2023-03-05T23:08:39Z)
• Depth-efficient proofs of quantumness [77.34726150561087]
  量子性の証明は、古典的検証器が信頼できない証明器の量子的利点を効率的に証明できる挑戦応答プロトコルの一種である。 本稿では、証明者が量子回路を一定深度でしか実行できない量子性構成の証明を2つ与える。
  論文  参考訳（メタデータ） (2021-07-05T17:45:41Z)
• Quantum Federated Learning with Quantum Data [87.49715898878858]
  量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。 本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-05-30T12:19:27Z)
• 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)
• VQE Method: A Short Survey and Recent Developments [5.9640499950316945]
  変分量子固有解法(VQE)は、ハミルトニアンの固有値と固有値を見つけるためにハイブリッド量子古典計算法を用いる方法である。 VQEは、様々な小さな分子に対する電子的シュリンガー方程式の解法に成功している。 現代の量子コンピュータは、現在利用可能なアンサツェを用いて生成されたディープ量子回路を実行することができない。
  論文  参考訳（メタデータ） (2021-03-15T16:25:36Z)
• Hybrid quantum-classical algorithms and quantum error mitigation [0.688204255655161]
  Googleは先頃、50量子ビットを超えるノイズの多い中間スケール量子デバイスを使用することで、量子超越性を達成した。 本稿では,ハイブリッド量子古典アルゴリズムと量子誤り軽減技術の基礎的結果について概説する。
  論文  参考訳（メタデータ） (2020-11-02T23:34:22Z)

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。