論文の概要: Demonstrating Quantum Scaling Advantage in Approximate Optimization for Energy Coalition Formation with 100+ Agents

• arxiv url: http://arxiv.org/abs/2405.11917v2
• Date: Thu, 16 Oct 2025 16:02:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-17 21:15:14.405947
• Title: Demonstrating Quantum Scaling Advantage in Approximate Optimization for Energy Coalition Formation with 100+ Agents
• Title（参考訳）: 100以上の剤を用いたエネルギー石炭生成のための近似最適化における量子スケーリングの実証
• Authors: Naeimeh Mohseni, Thomas Morstyn, Corey O'Meara, David Bucher, Jonas Nüßlein, Giorgio Cortiana,
• Abstract要約: DWaveは、私たちの古典的解法と同等の品質のソリューションを実現できるが、より好ましいスケーリングで実現できることを示す。 この結果は,実世界の高密度モデルに対する量子近似最適化の最大のベンチマークを示す。
• 参考スコア（独自算出の注目度）: 0.6773121102591492
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The formation of energy communities is pivotal for advancing decentralized and sustainable energy management. Within this context, Coalition Structure Generation (CSG) emerges as a promising framework. The complexity of CSG grows rapidly with the number of agents, making classical solvers impractical for even moderate sizes. This suggests CSG as an ideal candidate for benchmarking quantum algorithms against classical ones. Facing ongoing challenges in attaining computational quantum advantage for exact optimization, we pivot our focus to benchmarking quantum and classical solvers for approximate optimization. Approximate optimization is particularly critical for industrial use cases requiring real-time optimization, where finding high-quality solutions quickly is often more valuable than achieving exact solutions more slowly. Our findings indicate that quantum annealing (QA) on DWave can achieve solutions of comparable quality to our best classical solver, but with more favorable runtime scaling, showcasing an advantage. This advantage is observed when compared to solvers, such as Tabu search, simulated annealing, and the state-of-the-art solver Gurobi, in finding approximate solutions for energy community formation involving over 100 agents. DWave also surpasses 1-round QAOA on IBM hardware. Our findings represent the largest benchmark of quantum approximate optimizations for a real-world dense model beyond the hardware's native topology, where D-Wave demonstrates a scaling advantage.
• Abstract（参考訳）: エネルギーコミュニティの形成は、非中央集権的かつ持続可能なエネルギー管理を進める上で重要である。 この文脈の中で、協調構造生成(CSG)は有望なフレームワークとして現れます。 CSGの複雑さはエージェントの数とともに急速に増大し、古典的解法は中程度のサイズでも実用的ではない。 これは、CSGが古典的なアルゴリズムに対して量子アルゴリズムをベンチマークする理想的な候補であることを示している。 正確な最適化のために計算量子の優位性を得るための継続的な課題に直面し、近似最適化のために量子および古典解のベンチマークに焦点をあてる。 近似最適化は、リアルタイムの最適化を必要とする産業用途では特に重要であり、高品質なソリューションを素早く見つけることは、正確なソリューションをよりゆっくりと達成するよりも、より価値が高いことが多い。 DWave上の量子アニーリング(QA)は、我々の古典的解法に匹敵する品質のソリューションを実現できるが、より有利な実行時スケーリングにより、利点が示される。 この利点は、100以上のエージェントを含むエネルギーコミュニティ形成の近似解を見つける際に、タブサーチやシミュレートアニーリング、最先端の解法であるグロビなどの解法と比較して観察される。 DWaveはIBMハードウェア上で1ラウンドのQAOAも越えている。 我々の研究結果は、D-Waveがスケーリングの優位性を示すハードウェアのネイティブトポロジを超えた、現実世界の高密度モデルに対する量子近似最適化の最大のベンチマークを示す。

関連論文リスト

• Solving wave equation problems on D-Wave quantum annealers [44.99833362998488]
  擬似スペクトルスキーム内のD-Wave系によって提供される量子アニールを用いて,数次元ヘルムホルツ方程式を解く。 我々は,代数的引数と断熱条件に基づいて,異なる符号化手法の性能を評価する。
  論文  参考訳（メタデータ） (2025-07-18T08:06:43Z)
• Leveraging Quantum Computing for Accelerated Classical Algorithms in Power Systems Optimization [0.0]
  この研究は、量子コンピューティングと古典コンピューティングを活用して、ユニットコミット(UC)問題を解決する新しいハイブリッドアルゴリズムを提案する。 そこで我々は,UCのための新しいBenders-cut生成技術を導入し,カット品質の向上,高価な量子古典的ハードウェアインタラクションの低減,量子ビット要求の低減を実現した。 擬似アニーラーと実QAHの両方の結果を比較し,QAHの量子ビット要求の低減と準最適解の生成において,このアルゴリズムの有効性を実証した。
  論文  参考訳（メタデータ） (2025-03-24T19:59:36Z)
• Hybrid Quantum-HPC Solutions for Max-Cut: Bridging Classical and Quantum Algorithms [0.0]
  我々は,ハイブリッドシステムにおける時間的複雑性,スケーラビリティ,通信オーバーヘッドを分析する理論的モデルを構築した。 小型のMax-Cutインスタンス上でのQAOAの性能を評価する。
  論文  参考訳（メタデータ） (2024-10-21T04:10:54Z)
• Quantum annealing versus classical solvers: Applications, challenges and limitations for optimisation problems [7.132776290702577]
  我々はD-Waveのハイブリッド・ソルバを業界主導のソルバと比較した。 その結果、D-Waveの解法は整数二次目的関数に対して最も有利であることが示唆された。 D-Waveはそのような問題を解決することができるが、その性能は従来のものとはまだ一致していない。
  論文  参考訳（メタデータ） (2024-09-09T12:07:52Z)
• Real World Application of Quantum-Classical Optimization for Production Scheduling [0.4326762849037007]
  この研究は、産業からの現実の最適化問題を伴う量子古典計算手法のベンチマーク研究である。 問題は、異なるマシン上のジョブのスケジューリングとバランシングであり、非線形な目的関数である。 古典解法のモデリングは混合整数凸プログラムとして行われ、量子古典解法では二項二次プログラムとしてモデル化する。
  論文  参考訳（メタデータ） (2024-08-03T02:58:01Z)
• Comparing Classical and Quantum Ground State Preparation Heuristics [44.99833362998488]
  基底状態準備(GSP)はGSEEアルゴリズムにおいて重要な要素である。 本研究では,量子GSP法がHartree-Fock法と比較して重なり合う値を改善することができるかどうかを検討した。
  論文  参考訳（メタデータ） (2024-01-10T18:16:36Z)
• 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)
• A Framework for Demonstrating Practical Quantum Advantage: Racing Quantum against Classical Generative Models [62.997667081978825]
  生成モデルの一般化性能を評価するためのフレームワークを構築した。 古典的および量子生成モデル間の実用的量子優位性(PQA)に対する最初の比較レースを確立する。 以上の結果から,QCBMは,他の最先端の古典的生成モデルよりも,データ制限方式の方が効率的であることが示唆された。
  論文  参考訳（メタデータ） (2023-03-27T22:48:28Z)
• Hybrid Quantum Classical Simulations [0.0]
  量子コンピューティングの2つの主要なハイブリッド応用、すなわち量子近似最適化アルゴリズム(QAOA)と変分量子固有解法(VQE)について報告する。 どちらも、古典的な中央処理ユニットと量子処理ユニットの間の漸進的な通信を必要とするため、ハイブリッド量子古典アルゴリズムである。
  論文  参考訳（メタデータ） (2022-10-06T10:49:15Z)
• Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
  本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。 この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。 GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
  論文  参考訳（メタデータ） (2022-04-18T21:45:13Z)
• A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
  本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。 私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。 実際の量子コンピュータを用いて得られた結果について述べる。
  論文  参考訳（メタデータ） (2022-01-25T05:59:24Z)
• Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
  我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。 問題の大きさと問題グラフの次数で指数関数的に増大する。 これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2022-01-06T21:02:30Z)
• Adapting Quantum Approximation Optimization Algorithm (QAOA) for Unit Commitment [2.8060379263058794]
  ユニットコミットと呼ばれる電力系統最適化問題に対して,ハイブリッド量子古典アルゴリズムを定式化し,適用する。 提案アルゴリズムは、量子近似最適化アルゴリズム(QAOA)を古典最小値で拡張し、混合二元最適化をサポートする。 提案手法は,400個の発電ユニット未満のシミュレーション単位コミットに対して,古典的解法が有効であることを示す。
  論文  参考訳（メタデータ） (2021-10-25T03:37:34Z)
• Accelerating variational quantum algorithms with multiple quantum processors [78.36566711543476]
  変分量子アルゴリズム(VQA)は、特定の計算上の利点を得るために、短期量子マシンを利用する可能性がある。 現代のVQAは、巨大なデータを扱うために単独の量子プロセッサを使用するという伝統によって妨げられている、計算上のオーバーヘッドに悩まされている。 ここでは、この問題に対処するため、効率的な分散最適化手法であるQUDIOを考案する。
  論文  参考訳（メタデータ） (2021-06-24T08:18:42Z)
• Quantum-optimal-control-inspired ansatz for variational quantum algorithms [105.54048699217668]
  変分量子アルゴリズム (VQA) の中心成分は状態準備回路(英語版)であり、アンザッツ(英語版)または変分形式(英語版)とも呼ばれる。 ここでは、対称性を破るユニタリを組み込んだ「解」を導入することで、このアプローチが必ずしも有利であるとは限らないことを示す。 この研究は、より一般的な対称性を破るアンスの開発に向けた第一歩となり、物理学や化学問題への応用に繋がる。
  論文  参考訳（メタデータ） (2020-08-03T18:00:05Z)

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。