論文の概要: Quantum Computing for MIMO Beam Selection Problem: Model and Optical
Experimental Solution
- arxiv url: http://arxiv.org/abs/2310.12389v2
- Date: Sun, 29 Oct 2023 11:22:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-31 19:36:26.909696
- Title: Quantum Computing for MIMO Beam Selection Problem: Model and Optical
Experimental Solution
- Title(参考訳): MIMOビーム選択問題に対する量子計算:モデルと実験的解
- Authors: Yuhong Huang, Wenxin Li, Chengkang Pan, Shuai Hou, Xian Lu, Chunfeng
Cui, Jingwei Wen, Jiaqi Xu, Chongyu Cao, Yin Ma, Hai Wei, Kai Wen
- Abstract要約: 本研究は, 実用的な5G演算への大きな期待を示し, 通信における計算困難問題の解法における量子コンピューティングの適用を促進する。
大規模マルチインプット・マルチアウトプット(MIMO)は、データレートの向上、信号品質の向上、課題のある環境でのカバレッジ向上などにより、近年広く普及している。
- 参考スコア(独自算出の注目度): 4.990043560632826
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Massive multiple-input multiple-output (MIMO) has gained widespread
popularity in recent years due to its ability to increase data rates, improve
signal quality, and provide better coverage in challenging environments. In
this paper, we investigate the MIMO beam selection (MBS) problem, which is
proven to be NP-hard and computationally intractable. To deal with this
problem, quantum computing that can provide faster and more efficient solutions
to large-scale combinatorial optimization is considered. MBS is formulated in a
quadratic unbounded binary optimization form and solved with Coherent Ising
Machine (CIM) physical machine. We compare the performance of our solution with
two classic heuristics, simulated annealing and Tabu search. The results
demonstrate an average performance improvement by a factor of 261.23 and 20.6,
respectively, which shows that CIM-based solution performs significantly better
in terms of selecting the optimal subset of beams. This work shows great
promise for practical 5G operation and promotes the application of quantum
computing in solving computationally hard problems in communication.
- Abstract(参考訳): mimo(massive multi-input multiple-output)は、データレートの向上、信号品質の向上、挑戦的な環境でのカバレッジ向上などにより、近年広く普及している。
本稿では,NPハードで計算処理に難渋するMIMOビーム選択(MBS)問題について検討する。
この問題に対処するために、大規模組合せ最適化のためのより高速で効率的な解を提供する量子コンピューティングを考える。
MBSは二次的非有界バイナリ最適化形式で定式化され、コヒーレントイジングマシン(CIM)物理マシンで解決される。
本ソリューションの性能を,シミュレート・アニーリングとタブサーチの2つの古典的なヒューリスティックと比較した。
その結果, ビームの最適部分集合の選択において, CIMをベースとした解は, それぞれ261.23と20.6の係数で平均的な性能向上を示した。
本研究は,実用的5g操作への大きな期待を示し,通信における計算困難問題を解決するための量子コンピューティングの応用を促進する。
関連論文リスト
- Qubit efficient quantum algorithms for the vehicle routing problem on
NISQ processors [48.68474702382697]
時間窓付き車両ルーティング問題(VRPTW)は、ロジスティクス業界で直面する一般的な最適化問題である。
そこで本研究では,以前に導入した量子ビット符号化方式を用いて,バイナリ変数の数を削減した。
論文 参考訳(メタデータ) (2023-06-14T13:44:35Z) - Exploring the synergistic potential of quantum annealing and gate model
computing for portfolio optimization [2.432141667343098]
我々は、量子アニールとゲートベースの量子コンピューティングシステムの両方の利点を最大限に活用するために研究を拡大する。
インド株式市場の現実世界の株価データを最大64件の資産でテストしています。
この結果から,ハイブリッドアニールゲート量子コンピューティングは,投資ポートフォリオの最適化を目指すポートフォリオマネージャにとって貴重なツールである可能性が示唆された。
論文 参考訳(メタデータ) (2023-05-02T15:02:13Z) - 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) - Quantum-inspired optimization for wavelength assignment [51.55491037321065]
波長割当問題を解くための量子インスピレーションアルゴリズムを提案し,開発する。
本研究は,電気通信における現実的な問題に対する量子インスパイアされたアルゴリズムの活用の道筋をたどるものである。
論文 参考訳(メタデータ) (2022-11-01T07:52:47Z) - QAOA-in-QAOA: solving large-scale MaxCut problems on small quantum
machines [81.4597482536073]
量子近似最適化アルゴリズム(QAOAs)は、量子マシンのパワーを利用し、断熱進化の精神を継承する。
量子マシンを用いて任意の大規模MaxCut問題を解くためにQAOA-in-QAOA(textQAOA2$)を提案する。
提案手法は,大規模最適化問題におけるQAOAsの能力を高めるために,他の高度な戦略にシームレスに組み込むことができる。
論文 参考訳(メタデータ) (2022-05-24T03:49:10Z) - 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) - Analysis of Vehicle Routing Problem in Presence of Noisy Channels [0.0]
車両ルーティング問題(VRP)はNPハード最適化問題である。
この研究は、変数 ANSATZ 上の変分量子固有解法を用いて、3 と 4 の都市に基本的な VRP ソリューションを構築する。
論文 参考訳(メタデータ) (2021-12-28T10:20:42Z) - Solving Large Break Minimization Problems in a Mirrored Double
Round-robin Tournament Using Quantum Annealing [0.5156484100374059]
量子異方体は, 実用的な最適化問題の解法として利用できることを示す。
量子異方体の性能を、最も洗練された数学的最適化解法の一つと比較する。
結果: 20チームで問題が発生した場合、QAは0.05秒で正確なソリューションを決定できた。
論文 参考訳(メタデータ) (2021-10-14T09:08:09Z) - Multiple Query Optimization using a Hybrid Approach of Classical and
Quantum Computing [1.7077661158850292]
データ集約的な問題領域において重要なNPハード問題である多重クエリ最適化問題(MQO)に取り組む。
ゲート型量子コンピュータ上でMQOを解くために,新しい古典量子アルゴリズムを提案する。
提案アルゴリズムでは, クビット効率が99%に近づき, ほぼ2倍に向上した。
論文 参考訳(メタデータ) (2021-07-22T08:12:49Z) - Cross Entropy Hyperparameter Optimization for Constrained Problem
Hamiltonians Applied to QAOA [68.11912614360878]
QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。
このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。
本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
論文 参考訳(メタデータ) (2020-03-11T13:52:41Z) - Multi-block ADMM Heuristics for Mixed-Binary Optimization on Classical
and Quantum Computers [3.04585143845864]
本稿では,2次最適化問題に対する現行手法の適用性を高めるために,分解に基づくアプローチを提案する。
我々は、乗算器の交互方向法(ADMM)が、MBOを二項制約のない問題(量子アルゴリズムで解ける)に分割できることを示した。
提案手法の有効性は,Qiskit で実装された量子回路上での VQE と QAOA を用いたシミュレーションにより,いくつかの最適化問題に対して得られた数値結果によって示される。
論文 参考訳(メタデータ) (2020-01-07T14:43:13Z)
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。