Fugu-MT 論文翻訳(概要): Five Starter Problems: Solving Quadratic Unconstrained Binary Optimization Models on Quantum Computers

論文の概要: Five Starter Problems: Solving Quadratic Unconstrained Binary Optimization Models on Quantum Computers

arxiv url: http://arxiv.org/abs/2401.08989v1
Date: Wed, 17 Jan 2024 05:47:42 GMT
ステータス: 処理完了
システム内更新日: 2024-01-18 16:48:36.184746
Title: Five Starter Problems: Solving Quadratic Unconstrained Binary Optimization Models on Quantum Computers
Title（参考訳）: 量子コンピュータにおける2次非拘束二項最適化モデルの解法
Authors: Arul Mazumder and Sridhar Tayur
Abstract要約: このチュートリアルでは、現在利用可能な量子コンピュータ上での擬似非制約バイナリ最適化問題の解決について、手軽に紹介する。 IBMはゲート/回路アーキテクチャを使用し、D-Waveは量子アニールである。関連するGitHubリポジトリは、5つのノートブックにコードを提供している。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Several articles and books adequately cover quantum computing concepts, such as gate/circuit model (and Quantum Approximate Optimization Algorithm, QAOA), Adiabatic Quantum Computing (AQC), and Quantum Annealing (QA). However, they typically stop short of accessing quantum hardware and solve numerical problem instances. This tutorial offers a quick hands-on introduction to solving Quadratic Unconstrained Binary Optimization (QUBO) problems on currently available quantum computers. We cover both IBM and D-Wave machines: IBM utilizes a gate/circuit architecture, and D-Wave is a quantum annealer. We provide examples of three canonical problems (Number Partitioning, Max-Cut, Minimum Vertex Cover), and two models from practical applications (from cancer genomics and a hedge fund portfolio manager, respectively). An associated GitHub repository provides the codes in five companion notebooks. Catering to undergraduate and graduate students in computationally intensive disciplines, this article also aims to reach working industry professionals seeking to explore the potential of near-term quantum applications.
Abstract（参考訳）: ゲート/サーキットモデル(および量子近似最適化アルゴリズム、QAOA)、AQC(Adiabatic Quantum Computing)、QA(Quantum Annealing)など、いくつかの論文や書籍が量子コンピューティングの概念を適切にカバーしている。しかし、通常は量子ハードウェアへのアクセスを停止し、数値的な問題を解く。このチュートリアルでは、現在利用可能な量子コンピュータ上での擬似非制約バイナリ最適化(QUBO)問題の簡単な紹介を提供する。 IBMはゲート/回路アーキテクチャを使用し、D-Waveは量子アニールである。本稿では,3つの標準問題 (Number Partitioning, Max-Cut, Minimum Vertex Cover) の例と,実践的応用(それぞれ癌ゲノム学およびヘッジファンドポートフォリオマネージャ)の2つのモデルについて述べる。関連するGitHubリポジトリは、5つのノートブックにコードを提供している。本論文は、計算集約的な分野の学部生や大学院生を対象に、短期量子アプリケーションの可能性を探究する産業専門家にもリーチすることを目的とする。

関連論文リスト

Quantum Circuit Learning on NISQ Hardware [0.0]
現在の量子コンピュータは小さく、エラーを起こしやすいシステムである。フォールトトレラントな量子コンピュータは近い将来は利用できない。我々は,IBM量子コンピュータ上で最大3キュービットのQCL回路が実行可能であることを示す。
論文参考訳（メタデータ） (2024-05-03T13:00:32Z)
Unlocking Quantum Optimization: A Use Case Study on NISQ Systems [0.0]
本稿では、電気自動車の充電スケジュールを最適化する分野における産業関連ユースケースと、トラック走行経路の最適化に関するユースケースについて考察する。我々の中心的なコントリビューションは、IBMのゲートベース量子コンピュータの異なるプロセッサとD-Waveの量子アニール上で実行されるこれらのユースケースから導かれる系統的な一連の例である。
論文参考訳（メタデータ） (2024-04-10T17:08:07Z)
QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文参考訳（メタデータ） (2024-01-10T22:33:00Z)
Quantum Computing for Solid Mechanics and Structural Engineering -- a Demonstration with Variational Quantum Eigensolver [3.8061090528695534]
変分量子アルゴリズムは、コスト関数を効率的に最適化するために重ね合わせと絡み合いの特徴を利用する。我々は,IBM Qiskit プラットフォーム上で 5-qubit および 7-qubit 量子プロセッサ上での数値処理を実装し,実演する。
論文参考訳（メタデータ） (2023-08-28T17:52:47Z)
A Practitioner's Guide to Quantum Algorithms for Optimisation Problems [0.0]
NPハード最適化問題は、物流や金融といった産業分野では一般的である。本稿では,量子最適化理論の概要を概観する。ノイズの多い中間スケール量子デバイスに対する短期的なポテンシャルに焦点を当てている。
論文参考訳（メタデータ） (2023-05-12T08:57:36Z)
Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文参考訳（メタデータ） (2023-01-04T23:37:45Z)
From Quantum Graph Computing to Quantum Graph Learning: A Survey [86.8206129053725]
まず、量子力学とグラフ理論の相関関係について、量子コンピュータが有用な解を生成できることを示す。本稿では,その実践性と適用性について,一般的なグラフ学習手法について概説する。今後の研究の触媒として期待される量子グラフ学習のスナップショットを提供する。
論文参考訳（メタデータ） (2022-02-19T02:56:47Z)
Adiabatic Quantum Graph Matching with Permutation Matrix Constraints [75.88678895180189]
3次元形状と画像のマッチング問題は、NPハードな置換行列制約を持つ二次代入問題(QAP)としてしばしば定式化される。本稿では,量子ハードウェア上での効率的な実行に適した制約のない問題として,いくつかのQAPの再構成を提案する。提案アルゴリズムは、将来の量子コンピューティングアーキテクチャにおいて、より高次元にスケールする可能性がある。
論文参考訳（メタデータ） (2021-07-08T17:59:55Z)
On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文参考訳（メタデータ） (2021-06-29T14:01:40Z)
Electronic structure with direct diagonalization on a D-Wave quantum annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文参考訳（メタデータ） (2020-09-02T22:46:47Z)
Quantum-Assisted Graph Clustering and Quadratic Unconstrained D-ary Optimisation [1.4653008985229616]
本稿では、量子アルゴリズムやより正確には量子支援アルゴリズムによる教師なしグラフクラスタリングについて検討する。量子近似最適化アルゴリズムによる最大カットを解くためのキュート回路を構築する。
論文参考訳（メタデータ） (2020-04-03T09:10:24Z)

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。