論文の概要: A Deployable Quantum Access Points Selection Algorithm for Large-Scale Localization
- arxiv url: http://arxiv.org/abs/2407.08943v1
- Date: Fri, 12 Jul 2024 02:59:37 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-16 01:06:33.974998
- Title: A Deployable Quantum Access Points Selection Algorithm for Large-Scale Localization
- Title（参考訳）: 大規模ローカライゼーションのための展開可能な量子アクセスポイント選択アルゴリズム
- Authors: Ahmed Shokry, Moustafa Youssef,
- Abstract要約: 本稿では,大規模ローカライゼーションシステムのための量子APs選択アルゴリズムを提案する。
環境中で利用可能なAPの14%未満を選択することで、我々の量子アルゴリズムはAPの集合全体を利用するのと同じフロアローカライズ精度を達成する。
- 参考スコア（独自算出の注目度）: 4.962238993531738
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Effective access points (APs) selection is a crucial step in localization systems. It directly affects both localization accuracy and computational efficiency. Classical APs selection algorithms are usually computationally expensive, hindering the deployment of localization systems in a large worldwide scale. In this paper, we introduce a quantum APs selection algorithm for large-scale localization systems. The proposed algorithm leverages quantum annealing to eliminate redundant and noisy APs. We explain how to formulate the APs selection problem as a quadratic unconstrained binary optimization (QUBO) problem, suitable for quantum annealing, and how to select the minimum number of APs that maintain the same overall localization system accuracy as the complete APs set. Based on this, we further propose a logarithmic-complexity algorithm to select the optimal number of APs. We implement our quantum algorithm on a real D-Wave Systems quantum machine and assess its performance in a real test environment for a floor localization problem. Our findings reveal that by selecting fewer than 14% of the available APs in the environment, our quantum algorithm achieves the same floor localization accuracy as utilizing the entire set of APs and a superior accuracy over utilizing the reduced dataset by classical APs selection counterparts. Moreover, the proposed quantum algorithm achieves more than an order of magnitude speedup over the corresponding classical APs selection algorithms, emphasizing the efficiency of the proposed quantum algorithm for large-scale localization systems.
- Abstract（参考訳）: 効果的なアクセスポイントの選択は、ローカライズシステムにおいて重要なステップである。
これは、ローカライズ精度と計算効率の両方に直接的な影響を与える。
古典的なAP選択アルゴリズムは通常計算コストが高く、大規模なグローバルスケールでのローカライゼーションシステムの展開を妨げる。
本稿では,大規模ローカライゼーションシステムのための量子APs選択アルゴリズムを提案する。
提案アルゴリズムは、量子アニールを利用して冗長でノイズの多いAPを除去する。
本稿では、量子アニールに適した2次非拘束バイナリ最適化(QUBO)問題としてAPs選択問題を定式化する方法と、完全APsセットと同じ局所化系精度を維持する最小数のAPを選択する方法について説明する。
これに基づいて、最適なAP数を選択するための対数複雑度アルゴリズムを提案する。
我々は,実D-Wave Systems量子マシンに量子アルゴリズムを実装し,フロアローカライズ問題に対する実テスト環境での性能評価を行う。
その結果, 利用可能なAPの14%未満を環境下で選択することにより, 量子アルゴリズムは, 古典的なAP選択によるデータセットの削減よりも, 全体のAPを利用するのと同じフロアローカライズ精度と優れた精度を達成できることが判明した。
さらに、提案した量子アルゴリズムは、対応する古典的なAPs選択アルゴリズムよりも1桁以上のスピードアップを実現し、大規模ローカライゼーションシステムにおける提案した量子アルゴリズムの効率性を強調した。
関連論文リスト
- Multiscale Quantum Approximate Optimization Algorithm [0.0]
量子近似最適化アルゴリズム(QAOA)は、最適化問題の近似解を見つけるために設計された標準アルゴリズムの1つである。
本稿では,QAOAの能力と実空間再正規化群変換を取り入れたQAOAの新バージョンを提案する。
論文 参考訳（メタデータ） (2023-12-11T07:47:16Z) - Local to Global: A Distributed Quantum Approximate Optimization
Algorithm for Pseudo-Boolean Optimization Problems [7.723735038335632]
量子近似最適化アルゴリズム(QAOA)は、量子超越性を実証するための有望な候補と考えられている。
量子ビットの可用性が制限され、コヒーレンス時間制限がQAOAに挑戦し、大規模な擬ブール問題を解く。
本稿では,これを単純化したIsingモデルに変換することで,一般の擬似ブール問題を解く分散QAOAを提案する。
論文 参考訳（メタデータ） (2023-10-08T08:07:11Z) - Learning Regions of Interest for Bayesian Optimization with Adaptive
Level-Set Estimation [84.0621253654014]
本稿では,高信頼領域を適応的にフィルタするBALLETというフレームワークを提案する。
理論的には、BALLETは探索空間を効率的に縮小することができ、標準BOよりも厳密な後悔を示すことができる。
論文 参考訳（メタデータ） (2023-07-25T09:45:47Z) - Quantum Search Approaches to Sampling-Based Motion Planning [0.0]
本稿では,従来のサンプリング型モーションプランナを,量子探索アルゴリズムを用いて解くことのできるデータベース・オーラル構造として,新しい定式化を提案する。
より単純なスパース環境では、量子完全経路探索アルゴリズム (Quantum Full Path Search Algorithm, Q-FPS) を定式化し、完全なランダムパス解の重ね合わせを生成する。
密集した非構造環境において、親子接続の量子重ね合わせを生成する量子高速探索ランダムツリーアルゴリズム q-RRT を定式化する。
論文 参考訳（メタデータ） (2023-04-10T19:12:25Z) - Universal quantum state preparation via revised greedy algorithm [2.718317980347176]
量子状態生成を実現するために動的パルスを設計するための改訂版を提案する。
本稿では,半導体量子ドットと超伝導回路のコンテキストにおいて,単一量子状態と2量子状態の普遍的な生成に本方式を適用した。
論文 参考訳（メタデータ） (2021-08-07T02:44:15Z) - Quantum Approximate Optimization Algorithm Based Maximum Likelihood
Detection [80.28858481461418]
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
論文 参考訳（メタデータ） (2021-07-11T10:56:24Z) - Lower Bounds and Optimal Algorithms for Smooth and Strongly Convex
Decentralized Optimization Over Time-Varying Networks [79.16773494166644]
通信ネットワークのノード間を分散的に保存するスムーズで強い凸関数の和を最小化するタスクについて検討する。
我々は、これらの下位境界を達成するための2つの最適アルゴリズムを設計する。
我々は,既存の最先端手法と実験的な比較を行うことにより,これらのアルゴリズムの理論的効率を裏付ける。
論文 参考訳（メタデータ） (2021-06-08T15:54:44Z) - 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) - Adaptive Sampling for Best Policy Identification in Markov Decision
Processes [79.4957965474334]
本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。
最先端アルゴリズムの利点を論じ、解説する。
論文 参考訳（メタデータ） (2020-09-28T15:22:24Z) - AP-Loss for Accurate One-Stage Object Detection [49.13608882885456]
一段階の物体検出器は、分類損失と局所化損失を同時に最適化することによって訓練される。
前者は、多数のアンカーのため、非常に前景と後方のアンカーの不均衡に悩まされる。
本稿では,一段検知器の分類タスクをランキングタスクに置き換える新しい枠組みを提案する。
論文 参考訳（メタデータ） (2020-08-17T13:22:01Z)
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。