論文の概要: Optimization of chemical mixers design via tensor trains and quantum computing

• arxiv url: http://arxiv.org/abs/2304.12307v1
• Date: Mon, 24 Apr 2023 17:56:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-25 13:48:03.857838
• Title: Optimization of chemical mixers design via tensor trains and quantum computing
• Title（参考訳）: テンソルトレインと量子コンピューティングによる化学ミキサー設計の最適化
• Authors: Nikita Belokonev, Artem Melnikov, Maninadh Podapaka, Karan Pinto, Markus Pflitsch, and Michael Perelshtein
• Abstract要約: 流体のY字型ミキサーに着目した部品形状最適化のための新しい最適化手法である列車最適化(TetraOpt)を実証する。 高い並列化とより広範なグローバル検索のため、TetraOptは精度と実行時のベイズ最適化技術に優れる。 このアプローチの量子コンピューティングへの拡張について論じるが、これはより効率的なアプローチをもたらす可能性がある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Chemical component design is a computationally challenging procedure that often entails iterative numerical modeling and authentic experimental testing. We demonstrate a novel optimization method, Tensor train Optimization (TetraOpt), for the shape optimization of components focusing on a Y-shaped mixer of fluids. Due to its high parallelization and more extensive global search, TetraOpt outperforms commonly used Bayesian optimization techniques in accuracy and runtime. Besides, our approach can be used to solve general physical design problems and has linear complexity in the number of optimized parameters, which is highly relevant for complex chemical components. Furthermore, we discuss the extension of this approach to quantum computing, which potentially yields a more efficient approach.
• Abstract（参考訳）: 化学成分設計は、しばしば反復的な数値モデリングと真の実験テストを伴う計算上困難な手順である。 流体のY字型混合器に着目した部品形状最適化のための新しい最適化手法であるTensor Train Optimization (TetraOpt) を実証する。 高い並列化とより広範なグローバル検索のため、TetraOptは精度と実行時のベイズ最適化技術に優れる。 さらに,本手法は一般の物理設計問題の解決に有効であり,複雑な化学成分に高い関連性を持つ最適化パラメータの数に線形複雑度を有する。 さらに、量子コンピューティングへのこのアプローチの拡張について論じ、それによってより効率的なアプローチがもたらされる可能性がある。

関連論文リスト

• Performance Analysis of an Optimization Algorithm for Metamaterial Design on the Integrated High-Performance Computing and Quantum Systems [0.25782420501870296]
  統合HPCおよび量子システム上でのメタマテリアル設計のための最適化アルゴリズムの性能を網羅的に解析する。 メッセージパッシングインタフェース (MPI) の並列化により, 時間的アドバンテージを示す。 その結果,HPC-量子ハイブリッドシステム上で最適化アルゴリズムを実行する場合,24倍の高速化が得られた。
  論文  参考訳（メタデータ） (2024-05-03T16:12:02Z)
• Analyzing and Enhancing the Backward-Pass Convergence of Unrolled Optimization [50.38518771642365]
  ディープネットワークにおけるコンポーネントとしての制約付き最適化モデルの統合は、多くの専門的な学習タスクに有望な進歩をもたらした。 この設定における中心的な課題は最適化問題の解によるバックプロパゲーションであり、しばしば閉形式を欠いている。 本稿では, 非線形最適化の後方通過に関する理論的知見を提供し, 特定の反復法による線形システムの解と等価であることを示す。 Folded Optimizationと呼ばれるシステムが提案され、非ローリングなソルバ実装からより効率的なバックプロパゲーションルールを構築する。
  論文  参考訳（メタデータ） (2023-12-28T23:15:18Z)
• Finding Optimal Pathways in Chemical Reaction Networks Using Ising Machines [0.40792653193642503]
  化学反応ネットワークにおける最適経路の発見は、化学プロセスの解明と設計に不可欠である。 爆発により、最適な経路を見つけるのに必要な時間は、ネットワークサイズとともに指数関数的に増加する。 化学経路フィニング問題に対する最初のIsing/Quantum計算応用について述べる。
  論文  参考訳（メタデータ） (2023-08-08T19:22:54Z)
• Quantum approximate optimization via learning-based adaptive optimization [5.399532145408153]
  量子近似最適化アルゴリズム(QAOA)は、目的最適化問題の解法として設計されている。 その結果,アルゴリズムは速度,精度,効率,安定性の点で従来の近似よりも大幅に優れていた。 この研究はQAOAの全パワーを解き放つのに役立ち、実践的な古典的なタスクにおいて量子的優位性を達成するための道を開く。
  論文  参考訳（メタデータ） (2023-03-27T02:14:56Z)
• Backpropagation of Unrolled Solvers with Folded Optimization [55.04219793298687]
  ディープネットワークにおけるコンポーネントとしての制約付き最適化モデルの統合は、多くの専門的な学習タスクに有望な進歩をもたらした。 1つの典型的な戦略はアルゴリズムのアンローリングであり、これは反復解法の操作による自動微分に依存している。 本稿では,非ロール最適化の後方通過に関する理論的知見を提供し,効率よく解けるバックプロパゲーション解析モデルを生成するシステムに繋がる。
  論文  参考訳（メタデータ） (2023-01-28T01:50:42Z)
• An Empirical Evaluation of Zeroth-Order Optimization Methods on AI-driven Molecule Optimization [78.36413169647408]
  分子目的を最適化するための様々なZO最適化手法の有効性について検討する。 ZO符号に基づく勾配降下(ZO-signGD)の利点を示す。 本稿では,Guurcamol スイートから広く使用されているベンチマークタスクに対して,ZO 最適化手法の有効性を示す。
  論文  参考訳（メタデータ） (2022-10-27T01:58:10Z)
• Quantum topology optimization of ground structures using noisy intermediate-scale quantum devices [8.325359814939517]
  トポロジ最適化問題に対する潜在的な解決策として,量子コンピュータの利用について検討する。 実機実験を含むいくつかの実験により,提案手法が最適構成を得ることができた。
  論文  参考訳（メタデータ） (2022-07-19T10:39:28Z)
• Feedback-based quantum optimization [0.0]
  本稿では,量子回路パラメータに対して,量子ビット計測の結果を構成的に割り当てる,量子最適化のためのフィードバックベースの戦略を提案する。 この手法により,量子回路の深さを単調に改善する最適化問題の解が推定されることを示す。
  論文  参考訳（メタデータ） (2021-03-15T18:01:03Z)
• Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
  Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。 我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。 すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
  論文  参考訳（メタデータ） (2020-10-01T18:14:11Z)
• Optimal Bayesian experimental design for subsurface flow problems [77.34726150561087]
  本稿では,設計ユーティリティ機能のためのカオス拡張サロゲートモデル(PCE)の開発のための新しいアプローチを提案する。 この手法により,対象関数に対する適切な品質応答面の導出が可能となり,計算予算は複数の単点評価に匹敵する。
  論文  参考訳（メタデータ） (2020-08-10T09:42:59Z)
• 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。