論文の概要: Quantum optimization algorithm based on multistep quantum computation
- arxiv url: http://arxiv.org/abs/2306.17363v1
- Date: Fri, 30 Jun 2023 01:58:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-03 13:42:25.283366
- Title: Quantum optimization algorithm based on multistep quantum computation
- Title(参考訳): 多段階量子計算に基づく量子最適化アルゴリズム
- Authors: Hefeng Wang, Hua Xiang
- Abstract要約: 本稿では,多段階量子計算に基づく関数の最小値を求める量子アルゴリズムを提案する。
このアルゴリズムでは、問題の探索空間の次元を指数関数的に段階的に減らすことができる。
連続的なテスト関数のアルゴリズムを検証した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present a quantum algorithm for finding the minimum of a function based on
multistep quantum computation and apply it for optimization problems with
continuous variables, in which the variables of the problem are discretized to
form the state space of the problem. Usually the cost for solving the problem
increases dramatically with the size of the problem. In this algorithm, the
dimension of the search space of the problem can be reduced exponentially step
by step. We construct a sequence of Hamiltonians such that the search space of
a Hamiltonian is nested in that of the previous one. By applying a multistep
quantum computation process, the optimal vector is finally located in a small
state space and can be determined efficiently. One of the most difficult
problems in optimization is that a trial vector is trapped in a deep local
minimum while the global minimum is missed, this problem can be alleviated in
our algorithm and the runtime is proportional to the number of the steps of the
algorithm, provided certain conditions are satisfied. We have tested the
algorithm for some continuous test functions.
- Abstract(参考訳): 本稿では,マルチステップ量子計算に基づく関数の最小値を求める量子アルゴリズムを提案し,問題の変数を離散化して問題の状態空間を形成する連続変数の最適化問題に適用する。
通常、問題解決のコストは問題の大きさとともに劇的に増加する。
このアルゴリズムでは、問題の探索空間の次元は段階的に指数関数的に減少することができる。
我々は、ハミルトニアンの探索空間が前のハミルトニアンの探索空間にネストされるような一連のハミルトニアンを構成する。
多段階の量子計算プロセスを適用することにより、最適ベクトルは最終的に小さな状態空間に配置され、効率的に決定できる。
最適化における最も難しい問題の1つは、試行ベクトルが大域的最小値が欠落している間に深い局所的最小値に閉じ込められ、この問題はアルゴリズムで緩和され、一定の条件が満たされた場合、ランタイムはアルゴリズムのステップ数に比例する。
連続的なテスト関数のアルゴリズムを検証した。
関連論文リスト
- Sum-of-Squares inspired Quantum Metaheuristic for Polynomial Optimization with the Hadamard Test and Approximate Amplitude Constraints [76.53316706600717]
最近提案された量子アルゴリズムarXiv:2206.14999は半定値プログラミング(SDP)に基づいている
SDPにインスパイアされた量子アルゴリズムを2乗和に一般化する。
この結果から,本アルゴリズムは大きな問題に適応し,最もよく知られた古典学に近似することが示唆された。
論文 参考訳(メタデータ) (2024-08-14T19:04:13Z) - Solving The Travelling Salesman Problem Using A Single Qubit [0.0]
トラベルセールスマン問題(TSP)はNP-ハード組合せ最適化問題として人気がある。
本稿では,量子並列性(quantum parallelism)の原理を導出し,単一量子ビットを用いて任意のTSPを解くアルゴリズムを提案する。
我々のアルゴリズムの基盤となるフレームワークは、古典的ブラキストクロンのアプローチの量子バージョンである。
論文 参考訳(メタデータ) (2024-07-24T12:06:37Z) - Quantum algorithms for Hopcroft's problem [45.45456673484445]
計算幾何学の基本的な問題であるホップクロフト問題に対する量子アルゴリズムについて検討する。
この問題の古典的な複雑さはよく研究されており、最もよく知られているアルゴリズムは$O(n4/3)の時間で動作する。
我々の結果は、時間複雑性が$widetilde O(n5/6)$の2つの異なる量子アルゴリズムである。
論文 参考訳(メタデータ) (2024-05-02T10:29:06Z) - Generalized quantum Arimoto-Blahut algorithm and its application to
quantum information bottleneck [55.22418739014892]
量子アリーモト・ブラフトアルゴリズムをRamakrishnanらにより一般化する。
3つの量子系を持つ量子情報ボトルネックに対して,我々のアルゴリズムを適用した。
数値解析により,我々のアルゴリズムはアルゴリズムよりも優れていることが示された。
論文 参考訳(メタデータ) (2023-11-19T00:06:11Z) - Efficient Quantum Algorithms for Quantum Optimal Control [2.9370710299422607]
本稿では,量子最適制御問題を解くための効率的な量子アルゴリズムを提案する。
本アルゴリズムは,時間依存型ハミルトンシミュレーション法と高速勾配推定アルゴリズムに基づく。
我々の量子アルゴリズムはフォールトトレラントな量子コンピュータを必要とする。
論文 参考訳(メタデータ) (2023-04-05T17:33:57Z) - Quantum speedup of leverage score sampling and its application [0.0]
本稿では,レバレッジスコアの計算を高速化する量子アルゴリズムを提案する。
応用として,ベクトル解出力を用いた剛性回帰問題に対する新しい量子アルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-01-15T14:40:18Z) - The Quantum Approximate Optimization Algorithm performance with low
entanglement and high circuit depth [0.0]
変分量子アルゴリズムは、現在の雑音量子コンピュータを使用する最も広範な方法の1つである。
最適化問題の解法における絡み合いの役割について検討する。
ここでは, 絡み合いが MaxCut と Exact Cover 3 問題において軽微な役割を担っていると結論づける。
論文 参考訳(メタデータ) (2022-07-07T16:21:36Z) - Quantum Goemans-Williamson Algorithm with the Hadamard Test and
Approximate Amplitude Constraints [62.72309460291971]
本稿では,n+1$ 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) - Quantum algorithm for stochastic optimal stopping problems with
applications in finance [60.54699116238087]
有名な最小二乗モンテカルロ (LSM) アルゴリズムは、線形最小二乗回帰とモンテカルロシミュレーションを組み合わせることで、最適停止理論の問題を解決する。
プロセスへの量子アクセス、最適な停止時間を計算するための量子回路、モンテカルロの量子技術に基づく量子LSMを提案する。
論文 参考訳(メタデータ) (2021-11-30T12:21:41Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳(メタデータ) (2020-09-15T18:17:27Z) - Exploiting Higher Order Smoothness in Derivative-free Optimization and
Continuous Bandits [99.70167985955352]
強凸関数のゼロ次最適化問題について検討する。
予測勾配降下アルゴリズムのランダム化近似を考察する。
その結果,0次アルゴリズムはサンプルの複雑性や問題パラメータの点でほぼ最適であることが示唆された。
論文 参考訳(メタデータ) (2020-06-14T10:42:23Z)
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。