Fugu-MT 論文翻訳(概要): QOPTLib: a Quantum Computing Oriented Benchmark for Combinatorial Optimization Problems

論文の概要: QOPTLib: a Quantum Computing Oriented Benchmark for Combinatorial Optimization Problems

arxiv url: http://arxiv.org/abs/2404.15852v1
Date: Wed, 24 Apr 2024 13:02:33 GMT
ステータス: 処理完了
システム内更新日: 2024-04-26 19:10:55.765111
Title: QOPTLib: a Quantum Computing Oriented Benchmark for Combinatorial Optimization Problems
Title（参考訳）: QOPTLib: 組合せ最適化問題のための量子コンピューティング指向ベンチマーク
Authors: Eneko Osaba, Esther Villar-Rodriguez,
Abstract要約: 最適化のための量子コンピューティング指向ベンチマークを提案する。このベンチマークはQOPTLibと呼ばれ、4つのよく知られた問題を均等に分散した40のインスタンスで構成されている。本稿では,量子アニールに基づく2つの解法を用いたQOPTLibの完全解法について紹介する。
参考スコア（独自算出の注目度）: 0.4972323953932129
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we propose a quantum computing oriented benchmark for combinatorial optimization. This benchmark, coined as QOPTLib, is composed of 40 instances equally distributed over four well-known problems: Traveling Salesman Problem, Vehicle Routing Problem, one-dimensional Bin Packing Problem and the Maximum Cut Problem. The sizes of the instances in QOPTLib not only correspond to computationally addressable sizes, but also to the maximum length approachable with non-zero likelihood of getting a good result. In this regard, it is important to highlight that hybrid approaches are also taken into consideration. Thus, this benchmark constitutes the first effort to provide users a general-purpose dataset. Also in this paper, we introduce a first full solving of QOPTLib using two solvers based on quantum annealing. Our main intention with this is to establish a preliminary baseline, hoping to inspire other researchers to beat these outcomes with newly proposed quantum-based algorithms.
Abstract（参考訳）: 本稿では,組合せ最適化のための量子コンピューティング指向ベンチマークを提案する。 QOPTLibと呼ばれるこのベンチマークは、トラベルセールスマン問題、車両ルーティング問題、一次元ビンパッケージ問題、最大カット問題という4つのよく知られた問題に均等に分散した40のインスタンスで構成されている。 QOPTLibのインスタンスのサイズは、計算可能なサイズだけでなく、良い結果を得る可能性のない最大長にも対応している。この点において、ハイブリッドアプローチも考慮されている点を強調しておくことが重要である。したがって、このベンチマークは、ユーザに汎用データセットを提供する最初の取り組みである。本稿では,量子アニールに基づく2つの解法を用いたQOPTLibの完全解法について紹介する。私たちの主な目的は、新しい量子ベースのアルゴリズムによって、他の研究者がこれらの結果に勝とうとする、予備的なベースラインを確立することです。

関連論文リスト

Black-Litterman Portfolio Optimization with Noisy Intermediate-Scale Quantum Computers [0.14732811715354452]
我々は、ブラック・リッターマン(BL)ポートフォリオ最適化モデルにおけるサブルーチンを強化するために、ノイズのある中間スケール量子 (NISQ) アルゴリズムの実用的応用を実証する。概念実証として、12のアセットプールから6つのアセットを選択する12キュービットの例を実装した。
論文参考訳（メタデータ） (2023-12-01T19:42:04Z)
QUIK: Towards End-to-End 4-Bit Inference on Generative Large Language Models [57.04178959678024]
重み付けとアクティベーションの両方を4ビットにキャストすることで、大きな生成モデルに対する推論計算の大部分が実行可能であることを示す。これをQUIKと呼ばれるハイブリッド量子化戦略により実現し、重みとアクティベーションの大部分を4ビットに圧縮する。我々は、QUIKフォーマットを高効率なレイヤワイドランタイムに適合させるGPUカーネルを提供し、これにより、エンドツーエンドのスループットが3.4倍に向上する。
論文参考訳（メタデータ） (2023-10-13T17:15:05Z)
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)
Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
論文参考訳（メタデータ） (2022-12-06T22:01:49Z)
End-to-end resource analysis for quantum interior point methods and portfolio optimization [63.4863637315163]
問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
論文参考訳（メタデータ） (2022-11-22T18:54:48Z)
Comparative Benchmark of a Quantum Algorithm for the Bin Packing Problem [0.8434687648198277]
Bin Packing Problem (BPP) は、ロジスティクスにおけるパラダイム最適化問題として際立っている。我々は最近,一次元BPPに対するハイブリッドアプローチを提案している。他の古典的手法と比較する。
論文参考訳（メタデータ） (2022-07-15T13:09:12Z)
QAOA-in-QAOA: solving large-scale MaxCut problems on small quantum machines [81.4597482536073]
量子近似最適化アルゴリズム(QAOAs)は、量子マシンのパワーを利用し、断熱進化の精神を継承する。量子マシンを用いて任意の大規模MaxCut問題を解くためにQAOA-in-QAOA(textQAOA2$)を提案する。提案手法は,大規模最適化問題におけるQAOAsの能力を高めるために,他の高度な戦略にシームレスに組み込むことができる。
論文参考訳（メタデータ） (2022-05-24T03:49:10Z)
Hybrid Quantum-Classical Heuristic for the Bin Packing Problem [0.8434687648198277]
1次元Bin Packing Problem (1dBPP) を扱うためのハイブリッド古典量子法を提案する。古典的な計算サブルーチンは、量子サブルーチンによって与えられる部分集合から問題に対する完全な解を構築する。ハイブリッドな解法として、我々はH-BPPと呼ぶ。
論文参考訳（メタデータ） (2022-04-12T09:05:27Z)
Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。 Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
論文参考訳（メタデータ） (2021-05-06T17:59:38Z)
Focusing on the Hybrid Quantum Computing -- Tabu Search Algorithm: new results on the Asymmetric Salesman Problem [1.672938048065882]
本稿では,分割問題に対するハイブリッド量子コンピューティング - Tabu Search Algorithm の結果と結果を拡張する。さらなる貢献として、この研究は量子コンピューティングを用いた非対称トラベリングセールスマン問題の最初の解法であると仮定する。
論文参考訳（メタデータ） (2021-02-11T10:08:44Z)
Larger Sparse Quadratic Assignment Problem Optimization Using Quantum Annealing and a Bit-Flip Heuristic Algorithm [0.4125187280299248]
線形制約は、量子アニールで表現できる問題のサイズを減らす。オーゼキ法により得られた解に対して,後処理ビットフリップアルゴリズムを適用し,スパースQAPの解法を提案する。 D-Wave Advantage を用いて,D-Wave Advantage を用いた QAP の高精度化に成功した。
論文参考訳（メタデータ） (2020-12-18T09:48:28Z)

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。