論文の概要: Traveling Salesman Problem from a Tensor Networks Perspective
- arxiv url: http://arxiv.org/abs/2311.14344v1
- Date: Fri, 24 Nov 2023 08:41:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-27 15:55:17.789815
- Title: Traveling Salesman Problem from a Tensor Networks Perspective
- Title(参考訳): テンソルネットワークから見たトラベルセールスマン問題
- Authors: Alejandro Mata Ali, I\~nigo Perez Delgado and Aitor Moreno Fdez. de
Leceta
- Abstract要約: 我々は、旅行セールスマン問題(TSP)を解決するための新しい量子インスピレーション付きアルゴリズムを提案する。
我々は、TSPの異なる一般化に適応し、実際の生産的産業ケースであるジョブ再割り当て問題に適用する。
- 参考スコア(独自算出の注目度): 49.1574468325115
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present a novel quantum-inspired algorithm for solving the Traveling
Salesman Problem (TSP) and some of its variations using tensor networks. This
approach consists on the simulated initialization of a quantum system with
superposition of all possible combinations, an imaginary time evolution, a
projection, and lastly a partial trace to search for solutions. We adapt it to
different generalizations of the TSP and apply it to the job reassignment
problem, a real productive industrial case.
- Abstract(参考訳): 本稿では,トラベリングセールスマン問題(TSP)とその変種をテンソルネットワークを用いて解くための新しい量子インスピレーション付きアルゴリズムを提案する。
このアプローチは、全ての可能な組み合わせの重ね合わせ、想像上の時間発展、投影、そして最後には解を探すための部分的トレースを持つ量子システムのシミュレーション初期化に基づいている。
我々は、TSPの異なる一般化に適応し、実際の生産的産業ケースであるジョブ再割り当て問題に適用する。
関連論文リスト
- Quantum Annealing and Graph Neural Networks for Solving TSP with QUBO [0.0]
本稿では、量子アニーリングアルゴリズムとグラフニューラルネットワークによるトラベリングセールスマン問題(TSP)の解法として、二次非拘束バイナリ最適化(QUBO)モデルの適用について検討する。
TSP(QGNN-TSP)のためのグラフニューラルネットワークソリューションを導入し、問題の基盤構造を学習し、QUBOに基づく損失関数の勾配降下による競合ソリューションを生成する。
論文 参考訳(メタデータ) (2024-02-21T05:55:00Z) - Quantum Computing and Tensor Networks for Laminate Design: A Novel
Approach to Stacking Sequence Retrieval [1.7400502482492273]
この研究は主に量子計算に焦点をあて、テンソルネットワークアルゴリズムの適用により、シークエンス検索のための新しい量子インスパイアされたアプローチが提示される。
量子状態空間内の線形作用素、ハミルトニアンを導出し、積み重ねシーケンス検索問題に固有の損失関数をカプセル化する。
実演では、従来のテンソルネットワークアルゴリズムであるDMRGアルゴリズムを選択し、我々のアプローチを数値的に検証した。
論文 参考訳(メタデータ) (2024-02-09T15:01:56Z) - Deep Neural Networks with Efficient Guaranteed Invariances [77.99182201815763]
我々は、性能改善の問題、特にディープニューラルネットワークのサンプル複雑性に対処する。
群同変畳み込みは同変表現を得るための一般的なアプローチである。
本稿では,各ストリームが異なる変換に不変なマルチストリームアーキテクチャを提案する。
論文 参考訳(メタデータ) (2023-03-02T20:44:45Z) - Quantum Phase Recognition using Quantum Tensor Networks [0.0]
本稿では,教師付き学習タスクのためのテンソルネットワークにインスパイアされた浅部変分アンザツに基づく量子機械学習手法について検討する。
マルチスケールエンタングルメント再正規化アンサッツ (MERA) とツリーテンソルネットワーク (TTN) がパラメタライズド量子回路にインスパイアされた場合、テストセットの精度が$geq 98%に達する。
論文 参考訳(メタデータ) (2022-12-12T19:29:07Z) - 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) - Solving the Traveling Salesperson Problem with Precedence Constraints by
Deep Reinforcement Learning [59.14935871979047]
本研究は, 深層強化学習(DRL)を用いた優先制約付きトラベリングセールスパーソン問題(TSPPC)の解を提案する。
これらのアプローチに共通しているのは、マルチヘッドアテンション層に基づくグラフモデルの利用である。
論文 参考訳(メタデータ) (2022-07-04T14:31:47Z) - Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。
この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。
GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
論文 参考訳(メタデータ) (2022-04-18T21:45:13Z) - Path Regularization: A Convexity and Sparsity Inducing Regularization
for Parallel ReLU Networks [75.33431791218302]
本稿では,ディープニューラルネットワークのトレーニング問題について検討し,最適化環境に隠された凸性を明らかにするための解析的アプローチを提案する。
我々は、標準のディープ・ネットワークとResNetを特別なケースとして含む、ディープ・パラレルなReLUネットワークアーキテクチャについて検討する。
論文 参考訳(メタデータ) (2021-10-18T18:00:36Z) - Unconstrained Binary Models of the Travelling Salesman Problem Variants
for Quantum Optimization [0.0]
本稿では,Travelling Salesman Problem with Time Windows (TSPTW) の量子コンピュータ上での解法を詳細に分析する。
本稿では、制約のない二項最適化と高階二項最適化の定式化を導入する。
TSPTW問題のエッジベースおよびノードベースの定式化の利点を示す。
論文 参考訳(メタデータ) (2021-06-16T18:01:31Z) - Insights on Training Neural Networks for QUBO Tasks [8.784674687542603]
現在のハードウェア制限は、二次的制約のないバイナリ最適化問題を解く際のポテンシャルを制限する。
我々は、任意のQUBO問題を解決するためにニューラルネットワークを訓練し、スケッチ手段は、量子コンピューティングのためのシミュレータや追加のコプロセッサとしてニューロモルフィックハードウェアを使用する。
論文 参考訳(メタデータ) (2020-04-29T09:09:17Z)
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。