Fugu-MT 論文翻訳(概要): Utilising a Quantum Hybrid Solver for Bi-objective Quadratic Assignment Problems

論文の概要: Utilising a Quantum Hybrid Solver for Bi-objective Quadratic Assignment Problems

arxiv url: http://arxiv.org/abs/2405.17676v1
Date: Mon, 27 May 2024 22:03:26 GMT
ステータス: 処理完了
システム内更新日: 2024-05-29 23:01:26.840321
Title: Utilising a Quantum Hybrid Solver for Bi-objective Quadratic Assignment Problems
Title（参考訳）: 2目的2次割当て問題に対する量子ハイブリッドソルバの適用
Authors: Mayowa Ayodele,
Abstract要約: この研究は、最適化問題に対する量子と量子ハイブリッドの解法の適用について検討する。我々は、異なるIsingマシンに関する以前の研究と一致した結果を示す。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The intersection between quantum computing and optimisation has been an area of interest in recent years. There have been numerous studies exploring the application of quantum and quantum-hybrid solvers to various optimisation problems. This work explores scalarisation methods within the context of solving the bi-objective quadratic assignment problem using a quantum-hybrid solver. We show results that are consistent with previous research on a different Ising machine.
Abstract（参考訳）: 近年,量子コンピューティングと最適化の交点が注目されている。様々な最適化問題に対する量子と量子ハイブリッドの解法の適用について、多くの研究がなされている。本研究は、量子ハイブリッドソルバを用いた双目的2次代入問題の解法におけるスカラー化手法について検討する。異なるIsingマシンに関する以前の研究と一致する結果を示す。

関連論文リスト

Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。どの場の量子スピードアップが達成できるかという新たな課題が生じる。量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文参考訳（メタデータ） (2024-02-26T09:32:07Z)
Formulation of the Electric Vehicle Charging and Routing Problem for a Hybrid Quantum-Classical Search Space Reduction Heuristic [0.0]
制約付き量子最適化アルゴリズムの構築において、量子情報の多レベルキャリア -- 量子ビット -- をどのように活用するかを示す。本稿では,制約付き解をサンプリングし,探索空間を大幅に削減するハイブリッド古典量子戦略を提案する。
論文参考訳（メタデータ） (2023-06-07T13:16:15Z)
Quantum-based Distributed Algorithms for Edge Node Placement and Workload Allocation [8.937905773981702]
最適なエッジサーバ配置とワークロード割り当てのための混合整数線形プログラミング(MILP)モデルを提案する。既存の量子解法は制約のないバイナリプログラミング問題の解法に限られる。数値実験により,エッジコンピューティングの複雑な最適化問題を解くために量子超越性を活用できることが実証された。
論文参考訳（メタデータ） (2023-06-01T21:33:08Z)
NP-hard but no longer hard to solve? Using quantum computing to tackle optimization problems [1.1470070927586016]
量子コンピュータを用いて最適化問題を解く量子最適化の分野について論じる。適切なユースケースを通じてこれを実証し、量子コンピュータの現在の品質について論じる。本稿では、最近の量子最適化のブレークスルーと現状と今後の方向性について論じる。
論文参考訳（メタデータ） (2022-12-21T12:56:37Z)
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)
Quantum-inspired optimization for wavelength assignment [51.55491037321065]
波長割当問題を解くための量子インスピレーションアルゴリズムを提案し,開発する。本研究は,電気通信における現実的な問題に対する量子インスパイアされたアルゴリズムの活用の道筋をたどるものである。
論文参考訳（メタデータ） (2022-11-01T07:52:47Z)
Multi-round QAOA and advanced mixers on a trapped-ion quantum computer [0.0]
グラフ上の組合せ最適化問題は、科学と工学に幅広い応用がある。量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm, QAOA)は、変分回路の複数ラウンドを適用して量子コンピュータ上でこれらの問題を解く方法である。本稿では,いくつかの任意のグラフ上の複数の問題に対するラウンド数によってQAOAが向上するトラップイオン量子コンピュータを実演する。
論文参考訳（メタデータ） (2022-01-28T18:57:14Z)
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)
Unconstrained Binary Models of the Travelling Salesman Problem Variants for Quantum Optimization [0.0]
本稿では,Travelling Salesman Problem with Time Windows (TSPTW) の量子コンピュータ上での解法を詳細に分析する。本稿では、制約のない二項最適化と高階二項最適化の定式化を導入する。 TSPTW問題のエッジベースおよびノードベースの定式化の利点を示す。
論文参考訳（メタデータ） (2021-06-16T18:01:31Z)
On Applying the Lackadaisical Quantum Walk Algorithm to Search for Multiple Solutions on Grids [63.75363908696257]
不足量子ウォーク(英: lackadaisical quantum walk)は、頂点が重量$l$の自己ループを持つグラフ構造を探索するために開発されたアルゴリズムである。本稿では,グリッド上の複数解の探索に不連続な量子ウォークを適用した際の問題に対処する。
論文参考訳（メタデータ） (2021-06-11T09:43:09Z)
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)

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。