論文の概要: A Fast Numerical Solver of Quantum-inspired Ising Optimization Problems

• arxiv url: http://arxiv.org/abs/2312.05837v1
• Date: Sun, 10 Dec 2023 09:43:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-12 18:28:04.048122
• Title: A Fast Numerical Solver of Quantum-inspired Ising Optimization Problems
• Title（参考訳）: 量子インスパイアされたイジング最適化問題の高速数値解法
• Authors: Langyu Li and Yu Pan
• Abstract要約: 本稿では,Ising最適化問題に対する高速かつ効率的な解法を提案する。 我々の解法は古典的解法よりも桁違いに高速で、量子インスパイアされたアニールよりも少なくとも2倍高速である。
• 参考スコア（独自算出の注目度）: 1.6890316763606814
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum annealers, coherent Ising machines and digital Ising machines for solving quantum-inspired optimization problems have been developing rapidly due to their near-term applications. The numerical solvers of the digital Ising machines are based on traditional computing devices. In this work, we propose a fast and efficient solver for the Ising optimization problems. The algorithm consists of a pruning method that exploits the graph information of the Ising model to reduce the computational complexity, and a domain selection method which introduces significant acceleration by relaxing the discrete feasible domain into a continuous one to incorporate the efficient gradient descent method. The experiment results show that our solver can be an order of magnitude faster than the classical solver, and at least two times faster than the quantum-inspired annealers including the simulated quantum annealing on the benchmark problems. With more relaxed requirements on hardware and lower cost than quantum annealing, the proposed solver has the potential for near-term application in solving challenging optimization problems as well as serving as a benchmark for evaluating the advantage of quantum devices.
• Abstract（参考訳）: 量子アニーラ、コヒーレントイジングマシン、および量子インスパイアされた最適化問題を解決するデジタルイジングマシンは、その短期的応用のために急速に発展してきた。 デジタルイジングマシンの数値解法は、従来の計算装置に基づいている。 本研究では,Ising最適化問題に対する高速かつ効率的な解法を提案する。 このアルゴリズムは、イジングモデルのグラフ情報を利用して計算複雑性を低減させるプルーニング法と、離散実行可能領域を連続的に緩和し、効率的な勾配降下法を組み込んだ領域選択法とからなる。 実験の結果, 従来の解法よりも桁違いに高速であり, ベンチマーク問題に対する量子アニールを含む量子インスピレーションアニールよりも少なくとも2倍高速であることがわかった。 ハードウェアに対する要求が緩和され、量子アニールよりも低コストになるため、提案した解法は、挑戦的な最適化問題の解決における短期的応用の可能性と、量子デバイスの利点を評価するためのベンチマークとして機能する。

関連論文リスト

• Performant near-term quantum combinatorial optimization [1.1999555634662633]
  線形深度回路を用いた最適化問題に対する変分量子アルゴリズムを提案する。 我々のアルゴリズムは、ターゲット量子関数の各項を制御するために設計されたハミルトン生成器からなるアンサッツを使用する。 性能と資源最小化のアプローチは、潜在的な量子計算上の利点の候補として有望である、と結論付けます。
  論文  参考訳（メタデータ） (2024-04-24T18:49:07Z)
• Fast, Scalable, Warm-Start Semidefinite Programming with Spectral Bundling and Sketching [53.91395791840179]
  我々は、大規模なSDPを解くための、証明可能な正確で高速でスケーラブルなアルゴリズムであるUnified Spectral Bundling with Sketching (USBS)を提案する。 USBSは、20億以上の決定変数を持つインスタンス上で、最先端のスケーラブルなSDP解決器よりも500倍のスピードアップを提供する。
  論文  参考訳（メタデータ） (2023-12-19T02:27:22Z)
• Efficient Use of Quantum Linear System Algorithms in Interior Point Methods for Linear Optimization [0.0]
  線形最適化問題を解くために、非現実的な量子内点法を開発した。 また、量子ソルバの過度な時間なしで、反復リファインメントによって正確な解を得る方法についても論じる。
  論文  参考訳（メタデータ） (2022-05-02T21:30:56Z)
• 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)
• Recommender System Expedited Quantum Control Optimization [0.0]
  量子制御最適化アルゴリズムは、最適な量子ゲートや効率的な量子状態転送を生成するために日常的に使用される。 効率的な最適化アルゴリズムの設計には2つの大きな課題がある。 本稿では,後者の課題に対処するため,機械学習手法,特にレコメンダシステム(RS)を提案する。
  論文  参考訳（メタデータ） (2022-01-29T10:25:41Z)
• 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)
• Quadratic Unconstrained Binary Optimisation via Quantum-Inspired Annealing [58.720142291102135]
  本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。 我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
  論文  参考訳（メタデータ） (2021-08-18T09:26:17Z)
• Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
  マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。 その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
  論文  参考訳（メタデータ） (2021-06-24T20:16:02Z)
• Integer Programming from Quantum Annealing and Open Quantum Systems [0.8049701904919515]
  我々は,古典的なNPハード問題である整数線形プログラミング問題を量子アニール上で解くアルゴリズムを開発した。 このアルゴリズムはランダムな推測よりも優れているが、小さな問題に限られている。
  論文  参考訳（メタデータ） (2020-09-24T22:18:01Z)
• 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)
• Breaking limitation of quantum annealer in solving optimization problems under constraints [1.14219428942199]
  キメラグラフ上の大規模最適化問題の解法を提案する。 提案手法は, キメラグラフに埋め込まれることなく, 完全に連結したIsingモデルに対処することができる。
  論文  参考訳（メタデータ） (2020-02-13T01:00:44Z)

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。