論文の概要: Variational Quantum Multi-Objective Optimization
- arxiv url: http://arxiv.org/abs/2312.14151v2
- Date: Thu, 8 Feb 2024 16:10:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-09 18:33:37.896286
- Title: Variational Quantum Multi-Objective Optimization
- Title（参考訳）: 変分量子多目的最適化
- Authors: Linus Ekstrom and Hao Wang and Sebastian Schmitt
- Abstract要約: 本稿では,変分量子多目的最適化(QMOO)アルゴリズムを提案する。
アルゴリズムの中核は、量子状態を生成するように調整された変分量子回路(VQC)である。
最大5つの目的を持つベンチマーク問題に対して提案アルゴリズムの有効性を示す。
- 参考スコア（独自算出の注目度）: 6.04831065589027
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Solving combinatorial optimization problems using variational quantum
algorithms to be executed on near-term quantum devices has gained a lot of
attraction in recent years. Currently, most works have focused on
single-objective problems. In contrast, many real-world problems need to
consider multiple conflicting objectives simultaneously, which is not well
studied using variation quantum algorithms. In multi-objective optimization,
one seeks the optimal trade-offs among conflicting objectives - the well-known
Pareto set/front. We present a variational quantum multiple-objective
optimization (QMOO) algorithm, which allows us to solve multi-objective
optimization problems using NISQ computers. At the core of the algorithm is a
variational quantum circuit (VQC) tuned to produce a quantum state which is a
superposition of Pareto-optimal solutions, solving the original multi-objective
optimization problem. The VQC achieves this by incorporating all cost
Hamiltonians representing the classical objective functions. We retrieve a set
of solutions from the quantum state prepared by the VQC, and utilize the
widely-applied hypervolume indicator to determine the quality of it as
approximation to the Pareto-front. The variational parameters of the VQC are
tuning by maximizing the hypervolume indicator. As many realistic problems are
integer optimization problems we formulate the whole scheme for qudit quantum
systems. We show the effectiveness of the proposed algorithm on several
benchmark problems with up to five objectives.
- Abstract（参考訳）: 近年,短期量子デバイス上で実行される変動量子アルゴリズムを用いた組合せ最適化問題の解決が注目されている。
現在、ほとんどの作品は単一目的の問題に焦点を当てている。
対照的に、多くの現実世界の問題は複数の矛盾する目的を同時に考慮する必要があるが、変分量子アルゴリズムでは十分に研究されていない。
多目的最適化では、矛盾する目標(よく知られたPareto set/front)間の最適なトレードオフを求める。
NISQコンピュータを用いて多目的最適化問題を解くことができる変分量子多目的最適化(QMOO)アルゴリズムを提案する。
アルゴリズムの中核は、パレート最適解の重ね合わせである量子状態を生成するために調整された変分量子回路(VQC)であり、元の多目的最適化問題を解く。
VQCは古典的目的関数を表すすべてのコストハミルトニアンを組み込むことでこれを達成している。
我々は、VQCによって準備された量子状態から解の集合を回収し、広く応用されたハイパーボリュームインジケータを用いて、その性質をパレートフロントの近似として決定する。
vqcの変動パラメータは、ハイパーボリュームインジケータを最大化することでチューニングされる。
多くの現実的な問題は整数最適化問題であるので、qudit量子系全体のスキームを定式化する。
最大5つの目的を持つベンチマーク問題に対して提案アルゴリズムの有効性を示す。
関連論文リスト
- Variational Quantum Algorithms for Combinatorial Optimization [0.571097144710995]
変分アルゴリズム (VQA) は, NISQシステムの実用化に向けた最有力候補の1つである。
本稿では,VQAの現状と最近の発展を考察し,近似最適化への適用性を強調した。
10ノードと20ノードのグラフ上でMaxCut問題を解くために,深さの異なるQAOA回路を実装した。
論文 参考訳（メタデータ） (2024-07-08T22:02:39Z) - Solving Combinatorial Optimization Problems with a Block Encoding Quantum Optimizer [0.0]
Block ENcoding Quantum (BEQO) は、ブロック符号化を用いてコスト関数を表現するハイブリッド量子ソルバである。
以上の結果から,BENQOはQAOAよりも有意に優れた性能を示し,VQEと各種のパフォーマンス指標を比較検討した。
論文 参考訳（メタデータ） (2024-04-22T10:10:29Z) - 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 Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - Multi-Objective Optimization and Network Routing with Near-Term Quantum
Computers [0.2150989251218736]
我々は,多目的最適化問題を解くために,近距離量子コンピュータを応用できる手法を開発した。
量子近似最適化アルゴリズム(QAOA)に基づく実装に焦点を当てる。
論文 参考訳（メタデータ） (2023-08-16T09:22:01Z) - 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) - QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。
有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。
本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-04-14T08:03:20Z) - Quantum Computing Techniques for Multi-Knapsack Problems [1.0136953995598361]
我々は、異なる量子ソフトウェアとハードウェアツールを用いて、最も顕著で最先端の量子アルゴリズムを調査する。
本稿では,QAOA や VQE などのゲート型量子アルゴリズムについて考察し,その解法と実行時推定について概観する。
論文 参考訳（メタデータ） (2023-01-13T20:21:24Z) - A Study of Scalarisation Techniques for Multi-Objective QUBO Solving [0.0]
量子および量子に着想を得た最適化アルゴリズムは、学術ベンチマークや実世界の問題に適用した場合に有望な性能を示す。
しかし、QUBOソルバは単目的解法であり、複数の目的による問題の解法をより効率的にするためには、そのような多目的問題を単目的問題に変換する方法を決定する必要がある。
論文 参考訳（メタデータ） (2022-10-20T14:54:37Z) - 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) - 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。