論文の概要: Quantum Optimization Algorithms in Operations Research: Methods, Applications, and Implications

• arxiv url: http://arxiv.org/abs/2312.13636v1
• Date: Thu, 21 Dec 2023 07:57:40 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-22 15:41:17.100449
• Title: Quantum Optimization Algorithms in Operations Research: Methods, Applications, and Implications
• Title（参考訳）: オペレーション研究における量子最適化アルゴリズム:方法,応用,含意
• Authors: Florian Klug
• Abstract要約: 量子最適化アルゴリズム(QOAs)は、意思決定における最適化手法の適用を根本的に変える可能性を秘めている。 工業化段階に入る量子コンピュータ構築の最新の進歩により、量子ベースの最適化アルゴリズムはより重要になっている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum optimization algorithms (QOAs) have the potential to fundamentally transform the application of optimization methods in decision making. For certain classes of optimization problems, it is widely believed that QOA enables significant run-time performance benefits over current state-of-the art solutions. With the latest progress on building quantum computers entering the industrialization stage, quantum-based optimization algorithms have become more relevant. The recent extreme increase in the number of publications in the field of QOA demonstrates the growing importance of the topic in both the academia and the industry. The objectives of this paper are as follows: (1) First, we provide insight into the main techniques of quantum-based optimization algorithms for decision making. (2) We describe and compare the two basic classes of adiabatic and gate-based optimization algorithms and argue their potentials and limitations. (3) Herein, we also investigate the key operations research application areas that are expected to be considerably impacted by the use of QOA in decision making in the future. (4) Finally, current implications arising from the future use of QOA from an operations research perspective are discussed.
• Abstract（参考訳）: 量子最適化アルゴリズム(QOAs)は、意思決定における最適化手法の適用を根本的に変える可能性がある。 ある種の最適化問題に対して、QOAは現在の最先端のソリューションよりも実行時のパフォーマンス上の大きな利点をもたらすと広く信じられている。 工業化段階に入る量子コンピュータの最近の進歩により、量子ベースの最適化アルゴリズムはより重要になっている。 最近のQOA分野における出版物の増加は、学術と産業の両方においてトピックの重要性が増していることを示している。 本研究の目的は次のとおりである。(1) まず, 意思決定のための量子ベース最適化アルゴリズムの主な技術について考察する。 2) adiabatic と gate-based optimization の2つの基本クラスを記述・比較し,その可能性と限界について論じる。 (3) 今後、QOAによる意思決定に大きく影響することが期待される主要な業務研究応用分野についても検討する。 (4) 最後に, 運用研究の観点からのqoaの今後の利用から生じる現在の意味について考察する。

関連論文リスト

• Quantum Circuit Optimization: Current trends and future direction [0.0]
  量子回路最適化の最近の進歩を探求する。 解析アルゴリズム、量子アルゴリズム、機械学習に基づくアルゴリズム、ハイブリッド量子古典アルゴリズムについて論じる。
  論文  参考訳（メタデータ） (2024-08-16T15:07:51Z)
• Harnessing Inferior Solutions For Superior Outcomes: Obtaining Robust Solutions From Quantum Algorithms [0.0]
  我々は、ロバストな最適化問題に取り組むために量子アルゴリズムを適用する。 本稿では、ロバストな最適解を得るための2つの革新的な方法を提案する。 これらはエネルギーセクター内の2つのユースケースに適用される。
  論文  参考訳（メタデータ） (2024-04-25T17:32:55Z)
• 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)
• Quantum Graph Optimization Algorithm [7.788671046805509]
  本研究では,メッセージパス機構を統合した新しい変分量子グラフ最適化アルゴリズムを提案する。 QUBOタスクのスケーラビリティに関して,本アルゴリズムはQAOAよりも優れた性能を示す。
  論文  参考訳（メタデータ） (2024-04-09T16:25:07Z)
• Challenges and Opportunities in Quantum Optimization [14.7608536260003]
  量子コンピュータの最近の進歩は、ブラトフォース古典シミュレーションを超えるスケールで問題を解決する能力を示している。 計算機科学や物理学全般において、主要な最適化問題に対するアプローチは様々である。
  論文  参考訳（メタデータ） (2023-12-04T19:00:44Z)
• Randomized Benchmarking of Local Zeroth-Order Optimizers for Variational Quantum Systems [65.268245109828]
  古典学のパフォーマンスを、半ランダム化された一連のタスクで比較する。 量子システムにおける一般に好適な性能とクエリ効率のため、局所ゼロ階数に着目する。
  論文  参考訳（メタデータ） (2023-10-14T02:13:26Z)
• A Survey of Contextual Optimization Methods for Decision Making under Uncertainty [47.73071218563257]
  この記事では、データからポリシーを学ぶための3つの主要なフレームワークを特定し、その強みと限界について論じる。 統一的な表記と用語の下で既存のモデルとメソッドを示し、これらを3つの主要なフレームワークに従って分類する。
  論文  参考訳（メタデータ） (2023-06-17T15:21:02Z)
• A Review on Quantum Approximate Optimization Algorithm and its Variants [47.89542334125886]
  量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm、QAOA)は、難解な最適化問題を解くことを目的とした、非常に有望な変分量子アルゴリズムである。 この総合的なレビューは、様々なシナリオにおけるパフォーマンス分析を含む、QAOAの現状の概要を提供する。 我々は,提案アルゴリズムの今後の展望と方向性を探りながら,選択したQAOA拡張と変種の比較研究を行う。
  論文  参考訳（メタデータ） (2023-06-15T15:28:12Z)
• 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)
• Reducing the cost of energy estimation in the variational quantum eigensolver algorithm with robust amplitude estimation [50.591267188664666]
  量子化学と材料は、量子コンピューティングの最も有望な応用の1つである。 これらの領域における産業関連問題とそれを解決する量子アルゴリズムとの整合性については、まだ多くの研究が続けられている。
  論文  参考訳（メタデータ） (2022-03-14T16:51:36Z)

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。