論文の概要: Solving the Turbine Balancing Problem using Quantum Annealing
- arxiv url: http://arxiv.org/abs/2405.06412v1
- Date: Fri, 10 May 2024 11:52:40 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-13 15:58:09.049756
- Title: Solving the Turbine Balancing Problem using Quantum Annealing
- Title（参考訳）: 量子アニーリングによるタービンバランシング問題の解法
- Authors: Arnold Unterauer, David Bucher, Matthias Knoll, Constantin Economides, Michael Lachner, Thomas Germain, Moritz Kessel, Smajo Hajdinovic, Jonas Stein,
- Abstract要約: 本稿では, 量子コンピューティングを用いて, タービンバランス問題の解法について述べる。
小さいが関連するインスタンスは業界で発生し、初期の量子コンピューティングベンチマークではこの問題が興味深い。
- 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 computing has the potential for disruptive change in many sectors of industry, especially in materials science and optimization. In this paper, we describe how the Turbine Balancing Problem can be solved with quantum computing, which is the NP-hard optimization problem of analytically balancing rotor blades in a single plane as found in turbine assembly. Small yet relevant instances occur in industry, which makes the problem interesting for early quantum computing benchmarks. We model it as a Quadratic Unconstrained Binary Optimization problem and compare the performance of a classical rule-based heuristic and D-Wave Systems' Quantum Annealer Advantage_system4.1. In this case study, we use real-world as well as synthetic datasets and observe that the quantum hardware significantly improves an actively used heuristic's solution for small-scale problem instances with bare disk imbalance in terms of solution quality. Motivated by this performance gain, we subsequently design a quantum-inspired classical heuristic based on simulated annealing that achieves extremely good results on all given problem instances, essentially solving the optimization problem sufficiently well for all considered datasets, according to industrial requirements.
- Abstract（参考訳）: 量子コンピューティングは、特に材料科学と最適化において、多くの産業分野において破壊的な変化をもたらす可能性がある。
本稿では,タービン組立の1面におけるローターブレードの解析的バランスをとるNPハード最適化問題である,量子コンピューティングによるタービンバランス問題の解法について述べる。
小さいが関連するインスタンスは業界で発生し、初期の量子コンピューティングベンチマークではこの問題が興味深い。
擬似非拘束バイナリ最適化問題としてモデル化し、古典的規則に基づくヒューリスティックおよびD-Wave Systemsの量子アニールアドバンテージ_system4.1の性能を比較した。
このケーススタディでは、実世界と合成データセットを使用し、量子ハードウェアは、ソリューションの品質の観点から、ベアディスク不均衡の小さな問題インスタンスに対して、積極的に使用されるヒューリスティックのソリューションを著しく改善する。
この性能向上に動機づけられた我々は、その後、シミュレートされたアニールに基づく量子インスパイアされた古典的ヒューリスティックを設計し、与えられたすべての問題インスタンスに対して非常に良い結果をもたらす。
関連論文リスト
- Quantum optimization using a 127-qubit gate-model IBM quantum computer can outperform quantum annealers for nontrivial binary optimization problems [0.0]
ゲートモデル量子コンピュータにおける二項最適化問題に対する包括的量子解法を提案する。
最大127キュービットの問題の正しい解を一貫して提供する。
我々は、古典的に非自明な2進最適化問題に対して、IBM量子コンピュータ上でこの解法をベンチマークする。
論文 参考訳（メタデータ） (2024-06-03T19:08:01Z) - 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) - Assessing Quantum Computing Performance for Energy Optimization in a
Prosumer Community [1.072460284847973]
消費者問題」とは、利用者のニーズ、電力価格、地域再生可能エネルギーの可利用性に基づいて家庭の負荷をスケジューリングする問題である。
量子コンピュータは、量子演算の本質的な並列性のおかげで、この問題を扱う上で大きなブレークスルーをもたらす可能性がある。
本報告では,シミュレータと実量子ハードウェアを用いた,様々な問題サイズに対する広範な実験について報告する。
論文 参考訳（メタデータ） (2023-11-17T15:48:51Z) - Exploring the topological sector optimization on quantum computers [5.458469081464264]
トポロジカルセクター最適化(TSO)問題は、量子多体物理学コミュニティにおいて特に関心を集めている。
TSO問題の最適化の難しさは、ギャップレス性に限らず、トポロジカル性にも起因していることを示す。
TSO問題を解決するために、量子コンピュータ上で実現可能な量子想像時間進化(QITE)を利用する。
論文 参考訳（メタデータ） (2023-10-06T14:51:07Z) - Dynamic Programming on a Quantum Annealer: Solving the RBC Model [1.0681288493631977]
本稿では,多くの経済モデルにおけるような動的プログラミング問題の量子アニール上での解法を提案する。
文献のベンチマークよりも実際のビジネス・サイクル・モデルを解く際に、オーダー・オブ・マグニチュード・スピードアップを達成する。
論文 参考訳（メタデータ） (2023-06-07T09:38:42Z) - 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) - 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) - Prog-QAOA: Framework for resource-efficient quantum optimization through classical programs [0.0]
現在の量子最適化アルゴリズムでは、元の問題を二進最適化問題として表現し、量子デバイスに適した等価イジングモデルに変換する必要がある。
目的関数を計算し、制約を認証するための古典的プログラムを設計し、後に量子回路にコンパイルする。
その結果,量子近似最適化アルゴリズム (QAOA) が新たに導入された。
論文 参考訳（メタデータ） (2022-09-07T18:01:01Z) - 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) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳（メタデータ） (2020-10-20T12:06:27Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z)
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。