論文の概要: Benchmarking the Operation of Quantum Heuristics and Ising Machines:
Scoring Parameter Setting Strategies on Optimization Applications
- arxiv url: http://arxiv.org/abs/2402.10255v1
- Date: Thu, 15 Feb 2024 16:58:33 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-19 18:28:43.380247
- Title: Benchmarking the Operation of Quantum Heuristics and Ising Machines:
Scoring Parameter Setting Strategies on Optimization Applications
- Title(参考訳): 量子ヒューリスティックスとイジングマシンの動作ベンチマーク:最適化アプリケーションにおけるパラメータ設定戦略の評価
- Authors: David E. Bernal Neira, Robin Brown, Pratik Sathe, Filip Wudarski,
Marco Pavone, Eleanor G. Rieffel and Davide Venturelli
- Abstract要約: 最適化問題に対するパラメータ化解法の性能評価ガイドラインについて論じる。
本稿では,アルゴリズムの性能に影響を与えるパラメータの設定の必要性とコストについて論じる。
本稿では,実用的なパラメータチューニング戦略の設計,評価,可視化を容易にするオープンソースソフトウェアパッケージを提案する。
- 参考スコア(独自算出の注目度): 14.554670718138398
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We discuss guidelines for evaluating the performance of parameterized
stochastic solvers for optimization problems, with particular attention to
systems that employ novel hardware, such as digital quantum processors running
variational algorithms, analog processors performing quantum annealing, or
coherent Ising Machines. We illustrate through an example a benchmarking
procedure grounded in the statistical analysis of the expectation of a given
performance metric measured in a test environment. In particular, we discuss
the necessity and cost of setting parameters that affect the algorithm's
performance. The optimal value of these parameters could vary significantly
between instances of the same target problem. We present an open-source
software package that facilitates the design, evaluation, and visualization of
practical parameter tuning strategies for complex use of the heterogeneous
components of the solver. We examine in detail an example using parallel
tempering and a simulator of a photonic Coherent Ising Machine computing and
display the scoring of an illustrative baseline family of parameter-setting
strategies that feature an exploration-exploitation trade-off.
- Abstract(参考訳): 最適化問題に対するパラメータ化確率解法の性能評価のためのガイドラインについて検討し,特に可変アルゴリズムを実行するディジタル量子プロセッサ,量子アニーリングを行うアナログプロセッサ,コヒーレントイジングマシンなど,新しいハードウェアを採用したシステムに注目した。
テスト環境で測定された所定の性能測定値の期待値の統計的解析に基礎を置くベンチマーク手法の例を示す。
特に,アルゴリズムの性能に影響を与えるパラメータの設定の必要性とコストについて論じる。
これらのパラメータの最適値は、同じターゲット問題のインスタンス間で大きく異なる可能性がある。
本稿では,様々なコンポーネントを複雑に利用するための実用的なパラメータチューニング戦略の設計,評価,可視化を容易にするオープンソースソフトウェアパッケージを提案する。
本稿では,並列テンパリングとフォトニックコヒーレント・イジング・マシン・コンピューティングのシミュレータを用いて,探索・探索トレードオフを特徴とするパラメータ設定戦略の図式ベースライン・ファミリーのスコア付けを詳細に検討する。
関連論文リスト
- Implementing transferable annealing protocols for combinatorial optimisation on neutral atom quantum processors: a case study on smart-charging of electric vehicles [1.53934570513443]
本稿では,類似した局所構造を持つ問題インスタンス間のパラメータ転送可能性の有望性に基づいて構築する。
本研究は,共有ジオメトリを持つグラフ族上の最大独立集合問題に対して,最適パラメータが自然に集中していることを明らかにする。
本手法を用いて,実データセット上でのスマートチャージ最適化問題に対処する。
論文 参考訳(メタデータ) (2024-11-25T18:41:02Z) - Benchmarking Optimizers for Qumode State Preparation with Variational Quantum Algorithms [10.941053143198092]
この分野の進歩と潜在的な応用により、クォーモックへの関心が高まっている。
本稿では,変分量子アルゴリズムを用いて状態準備に使用する各種パラメータのパフォーマンスベンチマークを提供することにより,このギャップを埋めることを目的とする。
論文 参考訳(メタデータ) (2024-05-07T17:15:58Z) - 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) - End-to-End Learning for Fair Multiobjective Optimization Under
Uncertainty [55.04219793298687]
機械学習における予測-Then-Forecast(PtO)パラダイムは、下流の意思決定品質を最大化することを目的としている。
本稿では,PtO法を拡張して,OWA(Nondifferentiable Ordered Weighted Averaging)の目的を最適化する。
この結果から,不確実性の下でのOWA関数の最適化とパラメトリック予測を効果的に統合できることが示唆された。
論文 参考訳(メタデータ) (2024-02-12T16:33:35Z) - Explainable Benchmarking for Iterative Optimization Heuristics [0.8192907805418583]
我々は、様々な最適化アルゴリズムの性能を分析し、理解するためのIOH-Xplainerソフトウェアフレームワークを紹介する。
さまざまなアルゴリズムコンポーネントと構成の影響を調査し、さまざまなシナリオにおけるパフォーマンスに関する洞察を提供する。
論文 参考訳(メタデータ) (2024-01-31T14:02:26Z) - Energy-efficient Task Adaptation for NLP Edge Inference Leveraging
Heterogeneous Memory Architectures [68.91874045918112]
Adapter-ALBERTは、様々なタスクにわたる最大データ再利用のための効率的なモデル最適化である。
検証されたNLPエッジアクセラレータ上でシミュレーションを行うことにより、モデルを不均一なオンチップメモリアーキテクチャにマッピングする利点を実証する。
論文 参考訳(メタデータ) (2023-03-25T14:40:59Z) - Optimization of Annealed Importance Sampling Hyperparameters [77.34726150561087]
Annealed Importance Smpling (AIS) は、深層生成モデルの難易度を推定するために使われる一般的なアルゴリズムである。
本稿では、フレキシブルな中間分布を持つパラメータAISプロセスを提案し、サンプリングに少ないステップを使用するようにブリッジング分布を最適化する。
我々は, 最適化AISの性能評価を行い, 深部生成モデルの限界推定を行い, 他の推定値と比較した。
論文 参考訳(メタデータ) (2022-09-27T07:58:25Z) - Bilevel Optimization: Convergence Analysis and Enhanced Design [63.64636047748605]
バイレベル最適化は多くの機械学習問題に対するツールである。
Stoc-BiO という新しい確率効率勾配推定器を提案する。
論文 参考訳(メタデータ) (2020-10-15T18:09:48Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳(メタデータ) (2020-10-01T18:14:11Z) - Linear Matrix Factorization Embeddings for Single-objective Optimization
Landscapes [0.755972004983746]
ブラックボックス最適化では、機能は$(x,f(x))$サンプルのセットから導出する必要がある。
行列因数分解による線形次元の減少は、異なる問題インスタンス間の相関関係のより良い検出に大きく寄与することを示す。
論文 参考訳(メタデータ) (2020-09-30T08:46:54Z) - Online Parameter Estimation for Safety-Critical Systems with Gaussian
Processes [6.122161391301866]
オンラインパラメータ推定のためのガウス過程(GP)に基づくベイズ最適化フレームワークを提案する。
パラメータ空間の応答面上の効率的な探索戦略を用いて、最小限の機能評価で大域最適解を求める。
我々は,パラメータの変化を考慮したシミュレーションにおいて,アクティベートされた平面振子と安全臨界振子について実演する。
論文 参考訳(メタデータ) (2020-02-18T20:38:00Z)
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。