論文の概要: Investigating techniques to optimise the layout of turbines in a
windfarm using a quantum computer
- arxiv url: http://arxiv.org/abs/2312.13123v2
- Date: Thu, 8 Feb 2024 16:38:52 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-09 18:33:01.801269
- Title: Investigating techniques to optimise the layout of turbines in a
windfarm using a quantum computer
- Title(参考訳): 量子コンピュータを用いた風力発電機におけるタービン配置最適化手法の検討
- Authors: James Hancock, Matthew J. Craven, Craig McNeile, Davide Vadacchino
- Abstract要約: 本研究では, 風洞内における風力タービンの最適配置について検討し, システムを擬似非拘束二項最適化問題にマッピングすることによって発生する電力を最大化する。
本稿では,量子計算機シミュレータ上での変分量子固有解法(VQE)によるQUBO問題の解法を検討した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We study the optimal placement of wind turbines within a windfarm to maximize
the power produced by mapping the system to a Quadratic Unconstrained Binary
Optimisation (QUBO) problem. We investigate solving the resulting QUBO problem
using the Variational Quantum Eigensolver (VQE) on a quantum computer simulator
and compare the results to those from two classical optimisation methods:
simulated annealing and the Gurobi solver. The maximum grid size we study is 4
$\times$ 4, which requires 16 qubits.
- Abstract(参考訳): 風力発電機内の風力タービンの最適配置について検討し,二次連立最適化問題 (qubo) に対するシステムマッピングによる電力の最大化について検討した。
量子計算機シミュレータ上での変分量子固有解法 (vqe) を用いたqubo問題の解法について検討し, 古典的最適化法であるシミュレートアニーリング法とグロビ解法との比較を行った。
調査した最大グリッドサイズは4$\times$ 4で、16キュービットが必要です。
関連論文リスト
- 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) - Guess What Quantum Computing Can Do for Test Case Optimization [43.89456212504871]
近い将来、量子近似最適化アルゴリズム(QAOAs)は最適化問題を解く大きな可能性を秘めている。
本稿では,QAOA問題としてソフトウェアテストケース最適化問題を定式化し,量子コンピュータシミュレータ上での解法を提案する。
近年は利用できない多くのキュービットを必要とするより大きなテスト最適化問題を解決するため、QAOAと問題分解戦略を統合する。
論文 参考訳(メタデータ) (2023-12-24T21:25:31Z) - Gaussian Boson Sampling for binary optimization [0.0]
本研究では,条件付き値-リスクコスト関数を用いた変分量子固有解法を用いる。
ランダムに生成されたインスタンス上で数値シミュレーションを行うことで、原理の証明を行う。
論文 参考訳(メタデータ) (2023-12-12T13:00:55Z) - Phase-Binarized Spintronic Oscillators for Combinatorial Optimization,
and Comparison with Alternative Classical and Quantum Methods [0.04660328753262073]
アイシングコンピューティングではPBOが提案されており、様々なデバイス技術を用いてPBOを実験的に実装している。
このようなPBOを実装し, 4ノード重み付きグラフ上でのNP-Hard問題MaxCutを解くために, 4つの双極子結合型一様モードスピンホールナノ発振器(SHNO)のアレイを使用できることを示す。
論文 参考訳(メタデータ) (2023-06-26T09:04:03Z) - 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) - Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。
3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
論文 参考訳(メタデータ) (2021-08-03T17:49:09Z) - Filtering variational quantum algorithms for combinatorial optimization [0.0]
本稿では、フィルタ演算子を用いて最適解への高速で信頼性の高い収束を実現する変分量子固有解法(F-VQE)を提案する。
また、量子コンピュータに必要な量子ビット数を減らすために因果錐を用いる方法についても検討する。
論文 参考訳(メタデータ) (2021-06-18T11:07:33Z) - Machine Learning Framework for Quantum Sampling of Highly-Constrained,
Continuous Optimization Problems [101.18253437732933]
本研究では,連続空間の逆設計問題を,制約のないバイナリ最適化問題にマッピングする,汎用的な機械学習ベースのフレームワークを開発する。
本研究では, 熱発光トポロジを熱光応用に最適化し, (ii) 高効率ビームステアリングのための拡散メタグレーティングを行うことにより, 2つの逆設計問題に対するフレームワークの性能を示す。
論文 参考訳(メタデータ) (2021-05-06T02:22:23Z) - Continuous black-box optimization with quantum annealing and random
subspace coding [2.839269856680851]
ベイズ最適化のようなブラックボックス最適化アルゴリズムは、基礎関数の推論と獲得関数の最適化を交互に行い、未知関数の極端を見つける。
高次元空間では、そのようなアルゴリズムは獲得関数の最適化が困難であるため、性能が劣る。
連続ブラックボックス最適化の難しさを克服するために量子アニールを適用する。
論文 参考訳(メタデータ) (2021-04-30T06:19:07Z) - Layer VQE: A Variational Approach for Combinatorial Optimization on
Noisy Quantum Computers [5.644434841659249]
変分量子固有解法(VQE)に触発された反復層VQE(L-VQE)アプローチを提案する。
L-VQE は有限サンプリング誤差に対してより堅牢であり,標準的な VQE 手法と比較して解を見つける確率が高いことを示す。
シミュレーションの結果,L-VQEは現実的なハードウェアノイズ下では良好に動作していることがわかった。
論文 参考訳(メタデータ) (2021-02-10T16:53:22Z) - 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)
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。