論文の概要: Quadratic Unconstrained Binary Formulation for Traffic Signal Optimization on Real-World Maps

• arxiv url: http://arxiv.org/abs/2308.14462v2
• Date: Tue, 10 Dec 2024 01:59:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-11 14:33:40.144150
• Title: Quadratic Unconstrained Binary Formulation for Traffic Signal Optimization on Real-World Maps
• Title（参考訳）: 実世界地図における交通信号最適化のための2次非拘束バイナリ定式化
• Authors: Reo Shikanai, Masayuki Ohzeki, Kazuyuki Tanaka,
• Abstract要約: D-Wave量子アニールマシンは、2次非拘束二元最適化(QUBO)の最適解を素早く見つけることができる 我々は、Tジャンクションや多分岐道路にも対応できる異なるQUBOの定式化を提案する。 その結果, D-Wave マシンは最適解を見つけることができず, 時間的にグロビよりも遅いことがわかった。
• 参考スコア（独自算出の注目度）: 0.4915744683251151
• License:
• Abstract: The D-Wave quantum annealing machine can quickly find the optimal solution for quadratic unconstrained binary optimization (QUBO). One of the applications where the use of quantum annealing is desired is in problems requiring rapid calculations. One such application is the traffic signal optimization. Several studies have used quantum annealing; however, they are formulated in relatively unrealistic settings, such as only crossroads on a map. We propose a different formulation of QUBO that can also deal with T-junctions and multi-forked roads. The simulation of urban mobility (SUMO) was used to validate the efficiency of our approach and verify the feasibility of real-time control using geographical information data that were very similar to the real world. Our model could reduce the waiting time at red lights for vehicles. In addition, we compared our results with those of the Gurobi Optimizer to confirm whether the D-Wave machine could find the ground state. Unfortunately, our results show that the D-Wave machine could not find the optimal solution and was slower than the Gurobi Optimizer in computation time.
• Abstract（参考訳）: D-Wave量子アニールマシンは、2次非制約バイナリ最適化(QUBO)の最適解を素早く見つけることができる。 量子アニールの使用が望まれる応用の1つは、迅速な計算を必要とする問題である。 そのような応用の1つは信号の最適化である。 いくつかの研究では量子アニールを用いたが、地図上のクロスロードのような比較的非現実的な設定で定式化されている。 我々は、Tジャンクションや多分岐道路にも対応できる異なるQUBOの定式化を提案する。 都市のモビリティ(SUMO)のシミュレーションは,我々のアプローチの効率を検証し,実世界と非常によく似た地理情報データを用いたリアルタイム制御の実現可能性を検証するために用いられた。 私たちのモデルは、車両の赤信号待ち時間を短縮できるでしょう。 さらに,この結果とGurobi Optimizerの結果を比較し,D-Waveマシンが基底状態を見つけられるかどうかを確認した。 残念なことに、D-Wave マシンは最適解を見つけることができず、計算時間では Gurobi Optimizer よりも遅かった。

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。