論文の概要: Multiobjective variational quantum optimization for constrained
problems: an application to Cash Management
- arxiv url: http://arxiv.org/abs/2302.04196v1
- Date: Wed, 8 Feb 2023 17:09:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-09 15:25:35.871004
- Title: Multiobjective variational quantum optimization for constrained
problems: an application to Cash Management
- Title(参考訳): 制約問題に対する多目的変動量子最適化:キャッシュ管理への応用
- Authors: Pablo D\'iez-Valle, Jorge Luis-Hita, Senaida Hern\'andez-Santana,
Fernando Mart\'inez-Garc\'ia, \'Alvaro D\'iaz-Fern\'andez, Eva Andr\'es, Juan
Jos\'e Garc\'ia-Ripoll, Escol\'astico S\'anchez-Mart\'inez, Diego Porras
- Abstract要約: 本稿では,変分量子アルゴリズムを用いた制約付き最適化問題の解法を提案する。
我々は、キャッシュマネジメント問題という、金融の極めて関連性の高い現実世界の問題について、我々の提案を検証した。
実験の結果, 実現したソリューションのコスト, 特に局所最小値の回避に関して, 大幅な改善が見られた。
- 参考スコア(独自算出の注目度): 45.82374977939355
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Combinatorial optimization problems are ubiquitous in industry. In addition
to finding a solution with minimum cost, problems of high relevance involve a
number of constraints that the solution must satisfy. Variational quantum
algorithms have emerged as promising candidates for solving these problems in
the noisy intermediate-scale quantum stage. However, the constraints are often
complex enough to make their efficient mapping to quantum hardware difficult or
even infeasible. An alternative standard approach is to transform the
optimization problem to include these constraints as penalty terms, but this
method involves additional hyperparameters and does not ensure that the
constraints are satisfied due to the existence of local minima. In this paper,
we introduce a new method for solving combinatorial optimization problems with
challenging constraints using variational quantum algorithms. We propose the
Multi-Objective Variational Constrained Optimizer (MOVCO) to classically update
the variational parameters by a multiobjective optimization performed by a
genetic algorithm. This optimization allows the algorithm to progressively
sample only states within the in-constraints space, while optimizing the energy
of these states. We test our proposal on a real-world problem with great
relevance in finance: the Cash Management problem. We introduce a novel
mathematical formulation for this problem, and compare the performance of MOVCO
versus a penalty based optimization. Our empirical results show a significant
improvement in terms of the cost of the achieved solutions, but especially in
the avoidance of local minima that do not satisfy any of the mandatory
constraints.
- Abstract(参考訳): 組合せ最適化の問題は、業界には至るところにある。
最小コストの解を見つけることに加えて、高い関連性の問題は、解が満たさなければならない多くの制約を含んでいる。
変分量子アルゴリズムは、ノイズの多い中間スケール量子段階でこれらの問題を解くための有望な候補として登場した。
しかし、制約はしばしば、量子ハードウェアへの効率的なマッピングを困難または不可能にするほど複雑である。
別の標準手法として、これらの制約をペナルティ項として含めるように最適化問題を変換するが、この方法は追加のハイパーパラメータを伴い、局所ミニマの存在により制約が満たされることを保証しない。
本稿では,変分量子アルゴリズムを用いた制約を伴う組合せ最適化問題を解く新しい手法を提案する。
遺伝的アルゴリズムによる多目的最適化により変動パラメータを古典的に更新する多目的変分制約最適化器(movco)を提案する。
この最適化により、アルゴリズムはこれらの状態のエネルギーを最適化しながら、制約内空間内の状態のみを段階的にサンプリングすることができる。
我々は,金融に多大な関連性を持つ実世界の問題であるキャッシュマネージメントの問題について,提案を検証した。
この問題に対して新しい数学的定式化を導入し,MOVCOの性能とペナルティに基づく最適化を比較した。
実験の結果, 実現した解のコストは著しく向上したが, 特に, 制約を満たさない局所最小値の回避は困難であった。
関連論文リスト
- Hybrid Quantum Algorithms integrating QAOA, Penalty Dephasing and Zeno
Effect for Solving Binary Optimization Problems with Multiple Constraints [5.259170150405252]
本稿では,制約のサブセットを解決するために標準イジング・ハミルトニアン(Ising Hamiltonian)を併用したハイブリッドフレームワークを提案する。
これらの非Ising制約の解決は、ペナルティの軽視または量子ゼノ効果によって達成される。
論文 参考訳(メタデータ) (2023-05-14T03:49:10Z) - Symmetric Tensor Networks for Generative Modeling and Constrained
Combinatorial Optimization [72.41480594026815]
ポートフォリオ最適化からロジスティクスに至るまで、制約付き最適化問題は業界に多い。
これらの問題の解決における主要な障害の1つは、有効な検索空間を制限する非自明なハード制約の存在である。
本研究では、Ax=bという形の任意の整数値等式制約をU(1)対称ネットワーク(TN)に直接エンコードし、それらの適用性を量子に着想を得た生成モデルとして活用する。
論文 参考訳(メタデータ) (2022-11-16T18:59:54Z) - Exploiting In-Constraint Energy in Constrained Variational Quantum
Optimization [7.541345730271882]
一般に、そのような制約は回路内で容易に符号化することができず、量子回路の測定結果が制約を尊重することが保証されない。
本稿では,制約付き最適化問題に対する非実装型量子アンサテイズによる新しい解法を提案する。
シミュレータや量子ハードウェア上での高速なプロトタイピングのために,QiskitとインターフェースするPythonパッケージであるQVoiceで実装した。
論文 参考訳(メタデータ) (2022-11-13T20:58:00Z) - Constrained Optimization via Quantum Zeno Dynamics [23.391640416533455]
量子ゼノダイナミクスを用いて、不等式を含む複数の任意の制約で最適化問題を解く手法を提案する。
量子最適化のダイナミクスは、フォールトトレラントな量子コンピュータ上の制約内部分空間に効率的に制限できることを示す。
論文 参考訳(メタデータ) (2022-09-29T18:00:40Z) - Prog-QAOA: Framework for resource-efficient quantum optimization through classical programs [0.0]
現在の量子最適化アルゴリズムでは、元の問題を二進最適化問題として表現し、量子デバイスに適した等価イジングモデルに変換する必要がある。
目的関数を計算し、制約を認証するための古典的プログラムを設計し、後に量子回路にコンパイルする。
その結果,量子近似最適化アルゴリズム (QAOA) が新たに導入された。
論文 参考訳(メタデータ) (2022-09-07T18:01:01Z) - Algorithm for Constrained Markov Decision Process with Linear
Convergence [55.41644538483948]
エージェントは、そのコストに対する複数の制約により、期待される累積割引報酬を最大化することを目的としている。
エントロピー正規化ポリシーとベイダの二重化という2つの要素を統合した新しい双対アプローチが提案されている。
提案手法は(線形速度で)大域的最適値に収束することが示されている。
論文 参考訳(メタデータ) (2022-06-03T16:26:38Z) - Comparing Classical-Quantum Portfolio Optimization with Enhanced
Constraints [0.0]
ポートフォリオ最適化問題に基本的な分析を加え、選択したバランスシートのメトリクスに基づいて資産固有の制約とグローバルな制約を追加する方法について述べる。
我々は、D-Waveの量子プロセッサを用いて、そのような問題を解決するための最先端のアルゴリズムを解析し、商用で利用可能な最適化ソフトウェアで得られるソリューションの品質を比較した。
論文 参考訳(メタデータ) (2022-03-09T17:46:32Z) - A Constrained Optimization Approach to Bilevel Optimization with
Multiple Inner Minima [49.320758794766185]
そこで本研究では,両レベル問題を等価な制約付き最適化に変換する手法を提案する。
このようなアプローチには、(a)多重内極小問題への対処、(b)ジャコビアン計算のない完全一階効率など、いくつかの利点がある。
論文 参考訳(メタデータ) (2022-03-01T18:20:01Z) - Faster Algorithm and Sharper Analysis for Constrained Markov Decision
Process [56.55075925645864]
制約付き意思決定プロセス (CMDP) の問題点について検討し, エージェントは, 複数の制約を条件として, 期待される累積割引報酬を最大化することを目的とする。
新しいユーティリティ・デュアル凸法は、正規化ポリシー、双対正則化、ネステロフの勾配降下双対という3つの要素の新たな統合によって提案される。
これは、凸制約を受ける全ての複雑性最適化に対して、非凸CMDP問題が$mathcal O (1/epsilon)$の低い境界に達する最初の実演である。
論文 参考訳(メタデータ) (2021-10-20T02:57:21Z) - Cross Entropy Hyperparameter Optimization for Constrained Problem
Hamiltonians Applied to QAOA [68.11912614360878]
QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。
このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。
本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
論文 参考訳(メタデータ) (2020-03-11T13:52:41Z)
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。