論文の概要: Quasi-binary encoding based quantum alternating operator ansatz
- arxiv url: http://arxiv.org/abs/2304.06915v2
- Date: Wed, 24 Jan 2024 09:36:15 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-25 18:08:31.651503
- Title: Quasi-binary encoding based quantum alternating operator ansatz
- Title(参考訳): 準バイナリ符号化に基づく量子交互演算子アンサッツ
- Authors: Bingren Chen, Hanqing Wu, Haomu Yuan, Lei Wu, Xin Li
- Abstract要約: 本稿では, 離散変数を持つ2次最適化モデルを解くための準バイナリ符号化に基づくアルゴリズムを提案する。
QAOAフレームワークの他の部分では、CVaR-QAOAやパラメータスケジューリング手法といったアイデアもQAOAアルゴリズムに取り入れています。
- 参考スコア(独自算出の注目度): 7.681120805934572
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This paper proposes a quasi-binary encoding based algorithm for solving a
specific quadratic optimization models with discrete variables, in the quantum
approximate optimization algorithm (QAOA) framework. The quadratic optimization
model has three constraints: 1. Discrete constraint, the variables are required
to be integers. 2. Bound constraint, each variable is required to be greater
than or equal to an integer and less than or equal to another integer. 3. Sum
constraint, the sum of all variables should be a given integer.
To solve this optimization model, we use quasi-binary encoding to encode the
variables. For an integer variable with upper bound $U_i$ and lower bound
$L_i$, this encoding method can use at most $2\log_2 (U_i-L_i+1)$ qubits to
encode the variable. Moreover, we design a mixing operator specifically for
this encoding to satisfy the hard constraint model. In the hard constraint
model, the quantum state always satisfies the constraints during the evolution,
and no penalty term is needed in the objective function. In other parts of the
QAOA framework, we also incorporate ideas such as CVaR-QAOA and parameter
scheduling methods into our QAOA algorithm.
In the financial field, by introducing precision, portfolio optimization
problems can be reduced to the above model. We will use portfolio optimization
cases for numerical simulation. We design an iterative method to solve the
problem of coarse precision caused by insufficient qubits of the simulators or
quantum computers. This iterative method can refine the precision by multiple
few-qubit experiments.
- Abstract(参考訳): 本稿では、量子近似最適化アルゴリズム(QAOA)フレームワークにおいて、離散変数を持つ特定の二次最適化モデルを解くための準バイナリ符号化に基づくアルゴリズムを提案する。
二次最適化モデルには3つの制約がある。
1. 離散制約 変数は整数であることが要求される。
2. 境界制約は、各変数が整数以上で他の整数以下であることが要求される。
3.sum制約 すべての変数の和は与えられた整数でなければならない。
この最適化モデルを解くために,変数の符号化に準バイナリエンコーディングを用いる。
上界の$U_i$と下界の$L_i$を持つ整数変数の場合、この符号化法は変数をエンコードするために少なくとも$2\log_2 (U_i-L_i+1)$ qubitsを使用することができる。
さらに,この符号化のための混合演算子を設計し,ハード制約モデルを満たす。
ハード制約モデルでは、量子状態は常に進化中の制約を満たすものであり、目的関数にペナルティ項は必要ない。
QAOAフレームワークの他の部分では、CVaR-QAOAやパラメータスケジューリング手法といったアイデアもQAOAアルゴリズムに取り入れています。
金融分野では、精度を導入することで、ポートフォリオ最適化の問題を上記のモデルに還元することができる。
数値シミュレーションにはポートフォリオ最適化の事例を用いる。
シミュレータや量子コンピュータの量子ビット不足に起因する粗い精度の問題を解決するための反復的手法を設計する。
この反復法は、複数の数ビットの実験によって精度を向上することができる。
関連論文リスト
- Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。
我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
論文 参考訳(メタデータ) (2024-01-17T18:59:38Z) - Dual-Matrix Domain-Wall: A Novel Technique for Generating Permutations
by QUBO and Ising Models with Quadratic Sizes [0.14454647768189902]
本稿では、二重行列ドメインウォールと呼ばれる新しい置換符号化手法を提案する。
これは、カーネル内の二次項の数と最大絶対係数値を著しく減少させる。
また、部分置換と準非制約バイナリ最適化(QUBO)モデルへの符号化手法の適用性を実証する。
論文 参考訳(メタデータ) (2023-08-02T09:15:30Z) - Discrete quadratic model QUBO solution landscapes [0.0]
本稿では,QUBO DQMソリューションランドスケープの構造に及ぼす符号化とペナルティ強度の選択の影響について検討する。
本研究は、ワンホットおよびドメインウォールエンコーディングに特化している。
論文 参考訳(メタデータ) (2023-04-30T20:19:46Z) - Enhancing Quantum Algorithms for Quadratic Unconstrained Binary
Optimization via Integer Programming [0.0]
本研究では,最適化のための量子および古典的手法の可能性を統合する。
線形緩和により問題のサイズを小さくし、最小サイズの量子マシンで問題を処理できるようにした。
実量子ハードウェアの計算結果を多数提示する。
論文 参考訳(メタデータ) (2023-02-10T20:12:53Z) - Unbalanced penalization: A new approach to encode inequality constraints
of combinatorial problems for quantum optimization algorithms [58.720142291102135]
余分なスラック変数を必要としない代替手法を提案する。
我々は,旅行セールスマン問題,ビン包装問題,ナプサック問題に対するアプローチを評価した。
この新しいアプローチは、リソースの少ない不等式制約の問題を解決するために使用できる。
論文 参考訳(メタデータ) (2022-11-25T06:05:18Z) - 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) - Quantum Sparse Coding [5.130440339897477]
我々はスパース符号化のための量子インスピレーション付きアルゴリズムを開発した。
量子コンピュータとイジングマシンの出現は、より正確な推定につながる可能性がある。
我々はLightrの量子インスパイアされたデジタルプラットフォーム上でシミュレーションデータを用いて数値実験を行う。
論文 参考訳(メタデータ) (2022-09-08T13:00:30Z) - Quantum Goemans-Williamson Algorithm with the Hadamard Test and
Approximate Amplitude Constraints [62.72309460291971]
本稿では,n+1$ qubitsしか使用しないGoemans-Williamsonアルゴリズムの変分量子アルゴリズムを提案する。
補助量子ビット上で適切にパラメータ化されたユニタリ条件として目的行列を符号化することにより、効率的な最適化を実現する。
各種NPハード問題に対して,Goemans-Williamsonアルゴリズムの量子的効率的な実装を考案し,提案プロトコルの有効性を実証する。
論文 参考訳(メタデータ) (2022-06-30T03:15:23Z) - Optimization-based Block Coordinate Gradient Coding for Mitigating
Partial Stragglers in Distributed Learning [58.91954425047425]
本稿では,分散学習における部分トラグラーの緩和を目的とした,新たな勾配符号化方式を提案する。
L の符号パラメータを L に表わした勾配座標符号化方式を提案する。
論文 参考訳(メタデータ) (2022-06-06T09:25:40Z) - Quantum approximate optimization algorithm for qudit systems [0.0]
量子近似最適化アルゴリズム(QAOA)について考察する。
本稿では、QAOAを用いて様々な整数最適化問題を定式化する方法を説明する。
最大$kのカラー化問題にマッピングした充電最適化問題の数値計算結果を示す。
論文 参考訳(メタデータ) (2022-04-01T10:37:57Z) - Constrained mixers for the quantum approximate optimization algorithm [55.41644538483948]
ヒルベルト空間全体の部分空間への発展を制限する混合作用素を構築するための枠組みを提案する。
我々は,「ワンホット」状態の部分空間を保存するために設計された「XY」ミキサーを,多くの計算基底状態によって与えられる部分空間の一般の場合に一般化する。
我々の分析は、現在知られているよりもCXゲートが少ない"XY"ミキサーのトロタライズも有効である。
論文 参考訳(メタデータ) (2022-03-11T17:19:26Z)
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。