論文の概要: Performance of Commercial Quantum Annealing Solvers for the Capacitated Vehicle Routing Problem

• arxiv url: http://arxiv.org/abs/2309.05564v1
• Date: Mon, 11 Sep 2023 15:51:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-12 12:01:41.073183
• Title: Performance of Commercial Quantum Annealing Solvers for the Capacitated Vehicle Routing Problem
• Title（参考訳）: 静電容量化車両ルーティング問題に対する商用量子アニーリングソルバーの性能評価
• Authors: Salvatore Sinno, Thomas Gro{\ss}, Alan Mott, Arati Sahoo, Deepak Honnalli, Shruthi Thuravakkath, Bhavika Bhalgamiya
• Abstract要約: この研究は30時間以上にわたって、商用プラットフォームへのアクセスを広範囲に分析してきた。 絶対誤差は0.12から0.55であり、量子プロセッサユニット(QPU)時間は30から46マイクロ秒である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum annealing (QA) is a heuristic search algorithm that can run on Adiabatic Quantum Computation (AQC) processors to solve combinatorial optimization problems. Although theoretical studies and simulations on classic hardware have shown encouraging results, these analyses often assume that the computation occurs in adiabatically closed systems without environmental interference. This is not a realistic assumption for real systems; therefore, without extensive empirical measurements on real quantum platforms, theory-based predictions, simulations on classical hardware or limited tests do not accurately assess the current commercial capabilities. This study has assessed the quality of the solution provided by a commercial quantum annealing platform compared to known solutions for the Capacitated Vehicle Routing Problem (CVRP). The study has conducted extensive analysis over more than 30 hours of access to QA commercial platforms to investigate how the size of the problem and its complexity impact the solution accuracy and the time used to find a solution. Our results have found that the absolute error is between 0.12 and 0.55, and the quantum processor unit (QPU) time is between 30 and 46 micro seconds. Our results show that as the constraint density increases, the quality of the solution degrades. Therefore, more than the problem size, the model complexity plays a critical role, and practical applications should select formulations that minimize the constraint density.
• Abstract（参考訳）: 量子アニーリング(quantum annealing, qa)は、aqc(adiabatic quantum computation)プロセッサ上で動作し、組合せ最適化問題を解決するヒューリスティックな探索アルゴリズムである。 古典的ハードウェアに関する理論的研究やシミュレーションは奨励的な結果を示しているが、これらの分析はしばしば、環境干渉のない断熱的に閉じたシステムで計算が行われると仮定する。 したがって、実際の量子プラットフォームでの広範な実験的な測定がなければ、理論に基づく予測、古典的ハードウェアでのシミュレーション、あるいは限られたテストでは、現在の商業的能力を正確に評価することができない。 本研究では,cvrp (capacitated vehicle routing problem) に対する既知の解と比較して,商用量子アニーリングプラットフォームが提供する解の品質を評価した。 この研究は30時間以上にわたってQAの商用プラットフォームにアクセスし、問題の規模とその複雑さが解の精度と解を見つける時間にどのように影響するかを詳細に分析してきた。 その結果、絶対誤差は0.12から0.55であり、量子プロセッサユニット(QPU)時間は30から46マイクロ秒であることがわかった。 その結果,制約密度が大きくなると解の質は低下することがわかった。 したがって、問題の大きさ以上のモデル複雑性は重要な役割を担い、実用的な応用は制約密度を最小化する定式化を選択するべきである。

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)
• Probabilistic Sampling of Balanced K-Means using Adiabatic Quantum Computing [93.83016310295804]
  AQCは研究関心の問題を実装でき、コンピュータビジョンタスクのための量子表現の開発に拍車をかけた。 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。 これにより、合成タスクと実際の視覚データについて、D-Wave AQCで示すような曖昧な解とデータポイントを識別することができる。
  論文  参考訳（メタデータ） (2023-10-18T17:59:45Z)
• Quantum-Assisted Solution Paths for the Capacitated Vehicle Routing Problem [0.0]
  我々は、キャパシタントカー問題(CVRP)またはその減量版であるトラベリングセールスパーソン問題(TSP)について議論する。 今日の最も強力な古典的アルゴリズムでさえ、CVRPは古典的解決が難しい。 量子コンピューティングは、ソリューションの時間を改善する手段を提供するかもしれない。
  論文  参考訳（メタデータ） (2023-04-19T13:03:50Z)
• 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)
• Potential and limitations of quantum extreme learning machines [55.41644538483948]
  本稿では,QRCとQELMをモデル化するフレームワークを提案する。 我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
  論文  参考訳（メタデータ） (2022-10-03T09:32:28Z)
• Reducing the cost of energy estimation in the variational quantum eigensolver algorithm with robust amplitude estimation [50.591267188664666]
  量子化学と材料は、量子コンピューティングの最も有望な応用の1つである。 これらの領域における産業関連問題とそれを解決する量子アルゴリズムとの整合性については、まだ多くの研究が続けられている。
  論文  参考訳（メタデータ） (2022-03-14T16:51:36Z)
• 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 Computing for Artificial Intelligence Based Mobile Network Optimization [0.0]
  本稿では,人工知能における制約満足度問題の概念を用いて,特定の無線アクセスネットワーク最適化問題をモデル化する方法について論じる。 ケーススタディでは、重要なLTE/NR物理ランダムアクセスチャネル構成に関連する自動化ユースケースであるルートシーケンスインデックス(RSI)割り当て問題について論じる。 本稿では,商用モバイルネットワークから取得したデータを用いて構築した2次非制約バイナリ最適化(QUBO)問題としてRSI割り当てを定式化し,クラウドベースの商用量子コンピューティングプラットフォームを用いて解決する。
  論文  参考訳（メタデータ） (2021-06-26T01:05:43Z)
• 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)
• Optimizing the Optimizer: Decomposition Techniques for Quantum Annealing [0.0]
  現在の世代の量子コンピュータは、現実世界の問題を解決するには小さすぎる。 本研究では,ベンチマーク問題に対する多種多様なアプローチについて検討する。 その結果,解法の性能は問題グラフの構造に大きく依存していることが示唆された。
  論文  参考訳（メタデータ） (2020-01-16T21:35:16Z)

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。