論文の概要: Test Case Minimization with Quantum Annealers
- arxiv url: http://arxiv.org/abs/2308.05505v1
- Date: Thu, 10 Aug 2023 11:31:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-23 14:41:05.685301
- Title: Test Case Minimization with Quantum Annealers
- Title(参考訳): 量子アニールを用いたテストケース最小化
- Authors: Xinyi Wang (1), Asmar Muqeet (1), Tao Yue (1), Shaukat Ali (1 and 2),
Paolo Arcaini (3) ((1) Simula Research Laboratory Oslo Norway, (2) Oslo
Metropolitan University Oslo Norway, (3) National Institute of Informatics
Tokyo Japan)
- Abstract要約: 理論的には、量子アニールは古典的コンピュータより優れている。
小型、すなわち量子ビットが限られている(量子ビット)
テストケース(TCM)をQAで解くための最初の取り組みであるBootQAを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum annealers are specialized quantum computers for solving combinatorial
optimization problems using special characteristics of quantum computing (QC),
such as superposition, entanglement, and quantum tunneling. Theoretically,
quantum annealers can outperform classical computers. However, the currently
available quantum annealers are small-scale, i.e., they have limited quantum
bits (qubits); hence, they currently cannot demonstrate the quantum advantage.
Nonetheless, research is warranted to develop novel mechanisms to formulate
combinatorial optimization problems for quantum annealing (QA). However,
solving combinatorial problems with QA in software engineering remains
unexplored. Toward this end, we propose BootQA, the very first effort at
solving the test case minimization (TCM) problem with QA. In BootQA, we provide
a novel formulation of TCM for QA, followed by devising a mechanism to
incorporate bootstrap sampling to QA to optimize the use of qubits. We also
implemented our TCM formulation in three other optimization processes:
classical simulated annealing (SA), QA without problem decomposition, and QA
with an existing D-Wave problem decomposition strategy, and conducted an
empirical evaluation with three real-world TCM datasets. Results show that
BootQA outperforms QA without problem decomposition and QA with the existing
decomposition strategy in terms of effectiveness. Moreover, BootQA's
effectiveness is similar to SA. Finally, BootQA has higher efficiency in terms
of time when solving large TCM problems than the other three optimization
processes.
- Abstract(参考訳): 量子アニール(quantum annealers)は、量子コンピューティング(QC)の特殊特性(重ね合わせ、絡み合い、量子トンネル)を用いて組合せ最適化問題を解決する特殊な量子コンピュータである。
理論的には、量子アニールは古典的コンピュータより優れている。
しかし、現在利用可能な量子異方体は小規模であり、量子ビット(量子ビット)が限られているため、量子上の優位性を示すことはできない。
しかしながら、量子アニール(QA)の組合せ最適化問題を定式化するための新しいメカニズムの開発が保証されている。
しかし、ソフトウェア工学におけるQAと組み合わせた問題の解決は未だ未定である。
この目的のために,テストケース最小化(TCM)問題をQAで解くための最初の取り組みであるBootQAを提案する。
BootQAでは、QAのためのTCMの新たな定式化と、QAにブートストラップサンプリングを組み込んでキュービットの使用を最適化するメカニズムの開発を行っている。
また,既存のD-Wave問題分解戦略を用いて,従来のシミュレーションアニール(SA),QAのないQA,QAの3つの最適化プロセスにTCMの定式化を実装し,実世界のTCMデータセットを用いて実験的な評価を行った。
その結果,BootQAは問題を分解せずにQAを上回り,既存の分解戦略ではQAは有効であることがわかった。
さらに、BootQAの有効性はSAと似ている。
最後に、BootQAは、他の3つの最適化プロセスよりも大きなTCM問題を解決する際の時間的効率が高い。
関連論文リスト
- Variational quantum eigensolver with linear depth problem-inspired
ansatz for solving portfolio optimization in finance [7.501820750179541]
本稿では,金融におけるポートフォリオ最適化問題を解決するために,変分量子固有解法(VQE)を提案する。
超伝導量子コンピュータWu Kongにおける最大55量子ビットのHDC実験を実装した。
HDCスキームは、NISQ時代に量子アドバンテージを達成する大きな可能性を示している。
論文 参考訳(メタデータ) (2024-03-07T07:45:47Z) - Towards Optimizations of Quantum Circuit Simulation for Solving Max-Cut
Problems with QAOA [1.5047640669285467]
量子近似最適化アルゴリズム(QAOA)は、近似を用いて最適化問題を解くために用いられる一般的な量子アルゴリズムの1つである。
しかし、仮想量子コンピュータ上でのQAOAの実行は、最適化問題を解くのに遅いシミュレーション速度に悩まされている。
本稿では,QAOAの量子演算を数学的に最適化し,QCSを高速化する手法を提案する。
論文 参考訳(メタデータ) (2023-12-05T06:08:57Z) - Probabilistic Sampling of Balanced K-Means using Adiabatic Quantum
Computing [99.34965725525188]
AQC(Adiabatic quantum computing)は、NP-hard最適化問題に対する有望な量子コンピューティング手法である。
本研究では,この情報を確率的バランスの取れたk平均クラスタリングに活用する可能性について検討する。
最適でない解を捨てる代わりに, 計算コストを少なくして, 校正後部確率を計算することを提案する。
論文 参考訳(メタデータ) (2023-10-18T17:59:45Z) - 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) - Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。
本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文 参考訳(メタデータ) (2022-09-16T02:37:32Z) - Response to "Exponential challenges in unbiasing quantum Monte Carlo
algorithms with quantum computers" [0.7943023838493659]
我々は、QC-QMCにおける実用的な量子優位性の可能性が引き続きオープンであることを強調するために、詳細と数値を提供する。
QC-QMCにおける指数的課題は,(1)QMC法の選択,(2)基礎システム,(3)トライアルと歩行の波動関数の形式に依存する。
今後の研究は、QC-QMCが実用的な量子優位性を実現するための例を特定することを目的としている。
論文 参考訳(メタデータ) (2022-07-27T20:17:11Z) - Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。
これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。
本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
論文 参考訳(メタデータ) (2022-02-17T18:59:20Z) - Quantum circuit architecture search on a superconducting processor [56.04169357427682]
変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。
しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。
8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
論文 参考訳(メタデータ) (2022-01-04T01:53:42Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳(メタデータ) (2020-10-20T12:06:27Z)
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。