論文の概要: Quantum Local Search for Traveling Salesman Problem with Path-Slicing Strategy

• arxiv url: http://arxiv.org/abs/2407.13616v1
• Date: Thu, 18 Jul 2024 15:55:01 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-19 14:51:10.996921
• Title: Quantum Local Search for Traveling Salesman Problem with Path-Slicing Strategy
• Title（参考訳）: パススライシング戦略を用いたトラベリングセールスマン問題の量子局所探索
• Authors: Chen-Yu Liu, Hiromichi Matsuyama, Wei-hao Huang, Yu Yamashiro,
• Abstract要約: 我々は,トラベリングセールスマン問題(TSP)の解を最適化するために,量子局所探索と統合された新しいパススライシング戦略を提案する。 我々は、TSPを管理可能なサブプロブレムに分割するために、k平均とアンチk平均クラスタリングを含む様々なパススライシング手法を探索する。 これらは量子や古典的な解法を用いて解かれる。
• 参考スコア（独自算出の注目度）: 1.8186826508785554
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present novel path-slicing strategies integrated with quantum local search to optimize solutions for the Traveling Salesman Problem (TSP), addressing the limitations of current Noisy Intermediate-Scale Quantum (NISQ) technologies. Our hybrid quantum-classical approach leverages classical path initialization and quantum optimization to effectively manage the computational challenges posed by the TSP. We explore various path slicing methods, including k-means and anti-k-means clustering, to divide the TSP into manageable subproblems. These are then solved using quantum or classical solvers. Our analysis, performed on multiple TSP instances from the TSPlib, demonstrates the ability of our strategies to achieve near-optimal solutions efficiently, highlighting significant improvements in solving efficiency and resource utilization. This approach paves the way for future applications in larger combinatorial optimization scenarios, advancing the field of quantum optimization.
• Abstract（参考訳）: 本稿では,現在のノイズ中規模量子(NISQ)技術の限界に対処するため,トラベリングセールスマン問題(TSP)の解を最適化するために,量子局所探索と統合された新しいパススライシング戦略を提案する。 我々のハイブリッド量子古典的アプローチは、古典経路の初期化と量子最適化を利用して、TSPがもたらす計算課題を効果的に管理する。 我々は、TSPを管理可能なサブプロブレムに分割するために、k平均とアンチk平均クラスタリングを含む様々なパススライシング手法を探索する。 これらは量子や古典的な解法を用いて解かれる。 TSPlib の複数の TSP インスタンスで実施した分析では, ほぼ最適解を効率的に実現し, 解法効率と資源利用効率の大幅な向上が示される。 このアプローチは、より大規模な組合せ最適化シナリオにおける将来の応用の道を開き、量子最適化の分野を前進させる。

関連論文リスト

• Resource-Efficient Compilation of Distributed Quantum Circuits for Solving Large-Scale Wireless Communication Network Problems [10.434368470402935]
  無線センサネットワーク(WSN)におけるルーティングの最適化は、消費電力を最小化し、ネットワーク寿命を延ばすために重要である。 本稿では,大規模なWSNルーティング問題に対処するための分散量子回路の資源効率コンパイル手法を提案する。
  論文  参考訳（メタデータ） (2025-01-17T15:10:22Z)
• Parallel Quantum Local Search via Evolutionary Mechanism [0.9208007322096533]
  小型量子コンピュータの能力を活用した並列量子局所探索(PQLS)手法を提案する。 我々のアプローチは、複数のQLS経路を同時に実行し、ある間隔で最も効果的な結果を集約して世代を確立することで、この制約を超越する」。 本研究は,Ising問題の解決における並列量子コンピューティングの深い影響を示すものである。
  論文  参考訳（メタデータ） (2024-06-10T16:35:52Z)
• 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)
• Measurement-Based Quantum Approximate Optimization [0.24861619769660645]
  近似最適化のための計測ベースの量子コンピューティングプロトコルに焦点をあてる。 我々は,QUBO問題の広範かつ重要なクラスにQAOAを適用するための測定パターンを導出する。 我々は、より伝統的な量子回路に対する我々のアプローチのリソース要件とトレードオフについて論じる。
  論文  参考訳（メタデータ） (2024-03-18T06:59:23Z)
• Multi-Objective Optimization and Network Routing with Near-Term Quantum Computers [0.2150989251218736]
  我々は,多目的最適化問題を解くために,近距離量子コンピュータを応用できる手法を開発した。 量子近似最適化アルゴリズム(QAOA)に基づく実装に焦点を当てる。
  論文  参考訳（メタデータ） (2023-08-16T09:22:01Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Lyapunov control-inspired strategies for quantum combinatorial optimization [0.0]
  我々は、Lyapunov制御にインスパイアされた量子最適化戦略の拡張的な記述を提供する。 代わりに、これらの戦略は量子ビット測定からのフィードバックを利用して、決定論的に量子回路パラメータに値を割り当てる。
  論文  参考訳（メタデータ） (2021-08-12T19:47:59Z)
• Purification and Entanglement Routing on Quantum Networks [55.41644538483948]
  不完全なチャネルフィリティと限られたメモリ記憶時間を備えた量子ネットワークは、ユーザ間の絡み合いを分散することができる。 本稿では,量子ネットワーク上の2ノード間で共有される絡み合いを最大化するための高速パスフィニングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-11-23T19:00:01Z)
• 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)
• 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)
• Cross Entropy Hyperparameter Optimization for Constrained Problem Hamiltonians Applied to QAOA [68.11912614360878]
  QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。 このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。 本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
  論文  参考訳（メタデータ） (2020-03-11T13:52:41Z)

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。