論文の概要: A Novel Fast Path Planning Approach for Mobile Devices using Hybrid
Quantum Ant Colony Optimization Algorithm
- arxiv url: http://arxiv.org/abs/2310.17808v1
- Date: Wed, 25 Oct 2023 09:23:00 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-30 15:23:49.226071
- Title: A Novel Fast Path Planning Approach for Mobile Devices using Hybrid
Quantum Ant Colony Optimization Algorithm
- Title（参考訳）: ハイブリッド量子antコロニー最適化アルゴリズムを用いたモバイル機器のための新しい高速経路計画手法
- Authors: Mayukh Sarkar, Jitesh Pradhan, Anil Kumar Singh, Hathiram Nenavath
- Abstract要約: 緊急サービスでは、デバイスはリアルタイムに移動し、TSPインスタンスから高速な経路計画を必要とする。
本稿では,複数のTSPインスタンス上でのハイブリッド量子アントコロニー最適化アルゴリズムを提案する。
シミュレーションの結果は有望な結果を示し,量子対応モバイルデバイスにおけるリアルタイムパス計画の実装において,提案手法が重要であることを期待している。
- 参考スコア（独自算出の注目度）: 2.6558676135898573
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: With IoT systems' increasing scale and complexity, maintenance of a large
number of nodes using stationary devices is becoming increasingly difficult.
Hence, mobile devices are being employed that can traverse through a set of
target locations and provide the necessary services. In order to reduce energy
consumption and time requirements, the devices are required to traverse
following a Hamiltonian path. This problem can be formulated as a Travelling
Salesman Problem (TSP), an NP-hard problem. Moreover, in emergency services,
the devices must traverse in real-time, demanding speedy path planning from the
TSP instance. Among the well-known optimization techniques for solving the TSP
problem, Ant Colony Optimization has a good stronghold in providing good
approximate solutions. Moreover, ACO not only provides near-optimal solutions
for TSP instances but can also output optimal or near-optimal solutions for
many other demanding hard optimization problems. However, to have a fast
solution, the next node selection, which needs to consider all the neighbors
for each selection, becomes a bottleneck in the path formation step. Moreover,
classical computers are constrained to generate only pseudorandom numbers. Both
these problems can be solved using quantum computing techniques, i.e., the next
node can be selected with proper randomization, respecting the provided set of
probabilities in just a single execution and single measurement of a quantum
circuit. Simulation results of the proposed Hybrid Quantum Ant Colony
Optimization algorithm on several TSP instances have shown promising results,
thus expecting the proposed work to be important in implementing real-time path
planning in quantum-enabled mobile devices.
- Abstract（参考訳）: IoTシステムのスケールアップと複雑性の増大に伴い、静止デバイスを使用した多数のノードのメンテナンスがますます困難になっている。
そのため、ターゲットとする場所を行き来し、必要なサービスを提供するモバイルデバイスが採用されている。
エネルギー消費と時間要件を減らすために、装置はハミルトニアン経路に沿って横断する必要がある。
この問題はNPハード問題であるトラベリングセールスマン問題(TSP)として定式化することができる。
さらに、緊急サービスでは、デバイスはリアルタイムに移動し、TSPインスタンスから高速な経路計画を要求する必要がある。
TSP問題を解くためのよく知られた最適化手法の中で、Ant Colony Optimizationは優れた近似解を提供するための優れた基盤を持っている。
さらに、acoはtspインスタンスの至近の最適化ソリューションを提供するだけでなく、多くの厳しい最適化問題に対して最適あるいは至近の最適化ソリューションを出力できる。
しかし、高速な解を得るためには、各選択の隣人をすべて考慮する必要がある次のノード選択が、経路形成ステップのボトルネックとなる。
さらに、古典コンピュータは擬似乱数のみを生成するよう制約されている。
これら2つの問題は量子コンピューティング技術を用いて解決することができる。すなわち、与えられた確率のセットをただ1つの実行と量子回路の単一測定で考慮し、次のノードを適切なランダム化で選択することができる。
いくつかのTSPインスタンス上で提案したハイブリッド量子アントコロニー最適化アルゴリズムのシミュレーション結果は有望な結果を示しており、提案手法が量子対応モバイルデバイスにおけるリアルタイムパス計画の実装において重要であることを期待している。
関連論文リスト
- Quantum evolutionary algorithm for TSP combinatorial optimisation problem [0.0]
本稿では、量子遺伝的アルゴリズム(QGA)を用いて、旅行セールスマン問題(TSP)と呼ばれる新しい問題を解決する方法を実装する。
我々は、この新しいアプローチがいかにうまく機能するかを、古典的遺伝的アルゴリズム(CGA)として知られる従来の手法と比較した。
論文 参考訳（メタデータ） (2024-09-20T08:27:42Z) - Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。
本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。
また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
論文 参考訳（メタデータ） (2024-04-17T11:00:12Z) - Assessing Quantum Computing Performance for Energy Optimization in a
Prosumer Community [1.072460284847973]
消費者問題」とは、利用者のニーズ、電力価格、地域再生可能エネルギーの可利用性に基づいて家庭の負荷をスケジューリングする問題である。
量子コンピュータは、量子演算の本質的な並列性のおかげで、この問題を扱う上で大きなブレークスルーをもたらす可能性がある。
本報告では,シミュレータと実量子ハードウェアを用いた,様々な問題サイズに対する広範な実験について報告する。
論文 参考訳（メタデータ） (2023-11-17T15:48:51Z) - 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) - Fermionic Quantum Approximate Optimization Algorithm [11.00442581946026]
制約付き最適化問題を解くためのフェルミオン量子近似最適化アルゴリズム(FQAOA)を提案する。
FQAOAは、フェルミオン粒子数保存を用いて、QAOAを通して本質的にそれらを強制する制約問題に対処する。
制約付きハミルトニアン問題に対して、運転者ハミルトニアンを設計するための体系的なガイドラインを提供する。
論文 参考訳（メタデータ） (2023-01-25T18:36:58Z) - 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) - Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。
問題の大きさと問題グラフの次数で指数関数的に増大する。
これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文 参考訳（メタデータ） (2022-01-06T21:02:30Z) - Data-Driven Random Access Optimization in Multi-Cell IoT Networks with
NOMA [78.60275748518589]
非直交多重アクセス(NOMA)は、5Gネットワーク以降で大規模なマシンタイプ通信(mMTC)を可能にする重要な技術です。
本稿では,高密度空間分散マルチセル無線IoTネットワークにおけるランダムアクセス効率向上のために,NOMAを適用した。
ユーザ期待容量の幾何学的平均を最大化するために,各IoTデバイスの伝送確率を調整したランダムチャネルアクセス管理の新たな定式化を提案する。
論文 参考訳（メタデータ） (2021-01-02T15:21:08Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳（メタデータ） (2020-10-01T18:14:11Z) - TIGER: Topology-aware Assignment using Ising machines Application to
Classical Algorithm Tasks and Quantum Circuit Gates [2.4047296366832307]
ゲートベースの量子コンピューティングでは、トポロジー的な方法でタスクをゲートにマップすることを目的とするマッピング問題が存在する。
既存のタスクアプローチは、物理最適化アルゴリズムのいずれかに基づいており、異なるスピードとソリューション品質のトレードオフを提供する。
本稿では,Ising マシンを用いてトポロジ対応の代入問題を解くアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-09-21T19:46:59Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z)
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。