論文の概要: Traffic signal optimization using quantum annealing on real map

• arxiv url: http://arxiv.org/abs/2308.14462v1
• Date: Mon, 28 Aug 2023 10:00:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-29 14:33:15.417230
• Title: Traffic signal optimization using quantum annealing on real map
• Title（参考訳）: 実地図上の量子アニールを用いた交通信号の最適化
• Authors: Reo Shikanai, Masayuki Ohzeki and Kazuyuki Tanaka
• Abstract要約: D-WaveマシンはQUBO(Quadratic Unconstrained Binary Optimization)の最適解を正確かつ迅速に見つけることが期待されている。 我々は,Tジャンクションや多分岐道路に対処できるQUBOを提案する。
• 参考スコア（独自算出の注目度）: 0.552480439325792
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The quantum annealing machine manufactured by D-Wave Systems is expected to find the optimal solution for QUBO (Quadratic Unconstrained Binary Optimization) accurately and quickly. This would be useful in future applications where real-time calculation is needed. One such application is traffic signal optimization. Some studies use quantum annealing for this. However, they are formulated in unrealistic settings, such as only crossroads on the map. Therefore, we suggest a QUBO, which can deal with T-junctions and multi-forked roads. To validate the efficiency of our approach, SUMO (Simulation of Urban MObility) is used. This enables us to experiment with geographic information data very close to the real world. We compared results with those using the Gurobi Optimizer in the experiment to confirm that quantum annealing can find a ground state. The results show that the quantum annealing cannot find the ground state, but our model can reduce the time that vehicles wait at a red light. It is also inferior to the Gurobi Optimizer in calculation time. This seems to be due to the D-Wave machine's hardware limitations and noise effects, such as ambient temperature. If these problems are solved, and the number of qubits is increased, the use of quantum annealing is likely to be superior in terms of the speed of calculating an optimal solution.
• Abstract（参考訳）: d-waveシステムによって製造される量子アニーリングマシンは、qubo(quadratic unconstrained binary optimization)の最適解を正確かつ迅速に求めることが期待されている。 これは、リアルタイム計算が必要な将来のアプリケーションで役立つだろう。 そのような応用の1つは交通信号の最適化である。 このために量子アニールを用いる研究もある。 しかし、それらは地図上のクロスロードのような非現実的な設定で定式化されている。 そこで本研究では,Tジャンクションや多分岐道路に対応可能なQUBOを提案する。 提案手法の有効性を検証するため,SUMO(Simulation of Urban Mobility)を用いた。 これにより、現実世界に非常に近い地理情報データを実験することができる。 実験では, gurobiオプティマイザを用いた結果と比較し, 量子アニーリングによる基底状態の確認を行った。 その結果、量子アニーリングは基底状態を見つけることはできないが、我々のモデルは車両が赤信号で待つ時間を減らすことができる。 また、計算時間ではグロビ最適化器よりも劣る。 これは、D-Waveマシンのハードウェアの限界と環境温度などのノイズの影響によると思われる。 これらの問題が解決され、量子ビットの数が増加すると、最適解を計算する速度の点で量子アニールの使用が優れている可能性が高い。

関連論文リスト

• Traffic signal optimization in large-scale urban road networks: an adaptive-predictive controller using Ising models [4.408586742026574]
  本稿では,スケーラビリティと最適性の両方を保証するAMPICという制御手法を提案する。 提案手法では,車両流の予測モデルを明確に考慮し,各制御区間における最適制御問題の解法としてモデル予測制御を用いる。 その結果,AMPICは従来の制御方式よりも待ち時間が少なく,より高速な走行が可能であった。
  論文  参考訳（メタデータ） (2024-06-06T02:20:34Z)
• A Greedy Quantum Route-Generation Algorithm [0.0]
  本稿では,量子コンピュータから得られた全てのサンプルからの情報を用いて,経路を生成するグリーディアルゴリズムを提案する。 有向非巡回グラフ (DAG) としての定式化における量子ビットの関係に気付き, 実現可能な解を適応的に構築するアルゴリズムを設計した。
  論文  参考訳（メタデータ） (2024-05-05T21:20:46Z)
• Energy-Efficient On-Board Radio Resource Management for Satellite Communications via Neuromorphic Computing [59.40731173370976]
  本研究は,エネルギー効率のよい脳誘発機械学習モデルのオンボード無線リソース管理への応用について検討する。 関連するワークロードでは、Loihi 2に実装されたスパイクニューラルネットワーク(SNN)の方が精度が高く、CNNベースのリファレンスプラットフォームと比較して消費電力が100ドル以上削減される。
  論文  参考訳（メタデータ） (2023-08-22T03:13:57Z)
• Correlating sparse sensing for large-scale traffic speed estimation: A Laplacian-enhanced low-rank tensor kriging approach [76.45949280328838]
  本稿では,Laplacian enhanced Low-rank tensor (LETC) フレームワークを提案する。 次に,提案したモデルをネットワークワイド・クリグにスケールアップするために,複数の有効な数値手法を用いて効率的な解アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2022-10-21T07:25:57Z)
• Travel time optimization on multi-AGV routing by reverse annealing [0.966840768820136]
  本稿では,旅行時間を最小限に抑えるため,旅行経路を制御するための定式化を提案する。 仮想プラントにおけるシミュレーションによる定式化を検証し,より高速な配電の有効性を検証した。 本研究は,マルチAGVシステムの適用において,一般問題解決器による最適化の利用を拡大する。
  論文  参考訳（メタデータ） (2022-04-25T17:01:56Z)
• Quantum Annealing for Vehicle Routing Problem with weighted Segment [0.0]
  本研究では,道路交通渋滞問題に対するQUBOの定式化について検討した。 道路セグメントの重み付けに基づいて、代替道路車両の流れの分布を最適化して経路選択を行う。 D-Wave量子アニールのシミュレーションは、複数の車両の経路配置について最適な結果を示す。
  論文  参考訳（メタデータ） (2022-03-25T06:38:18Z)
• Bayesian Optimization and Deep Learning forsteering wheel angle prediction [58.720142291102135]
  本研究の目的は,自動走行システムにおける操舵角度予測の精度の高いモデルを得ることである。 BOは限られた試行数で、BOST-LSTMと呼ばれるモデルを特定し、古典的なエンドツーエンド駆動モデルと比較して最も正確な結果を得た。
  論文  参考訳（メタデータ） (2021-10-22T15:25:14Z)
• Do Neural Optimal Transport Solvers Work? A Continuous Wasserstein-2 Benchmark [133.46066694893318]
  最適輸送のためのニューラルネットワークに基づく解法の性能を評価する。 既存の解法では,下流タスクでは良好に機能するにもかかわらず,最適な輸送マップを復元できないことがわかった。
  論文  参考訳（メタデータ） (2021-06-03T15:59:28Z)
• Fast and differentiable simulation of driven quantum systems [58.720142291102135]
  我々は、ダイソン展開に基づく半解析手法を導入し、標準数値法よりもはるかに高速に駆動量子系を時間発展させることができる。 回路QEDアーキテクチャにおけるトランスモン量子ビットを用いた2量子ゲートの最適化結果を示す。
  論文  参考訳（メタデータ） (2020-12-16T21:43:38Z)
• Enhance the performance of navigation: A two-stage machine learning approach [13.674463804942837]
  リアルタイム交通ナビゲーションはスマートトランスポート技術において重要な機能である。 本稿では,アンサンブル学習の考え方を採用し,正確なナビゲーション結果を与えるための2段階の機械学習モデルを開発する。
  論文  参考訳（メタデータ） (2020-04-02T08:55:27Z)
• Reinforcement Learning Based Vehicle-cell Association Algorithm for Highly Mobile Millimeter Wave Communication [53.47785498477648]
  本稿では,ミリ波通信網における車とセルの関連性について検討する。 まず、ユーザ状態(VU)問題を離散的な非車両関連最適化問題として定式化する。 提案手法は,複数のベースライン設計と比較して,ユーザの複雑性とVUEの20%削減の合計で最大15%のゲインが得られる。
  論文  参考訳（メタデータ） (2020-01-22T08:51:05Z)

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。