論文の概要: Real World Application of Quantum-Classical Optimization for Production Scheduling

• arxiv url: http://arxiv.org/abs/2408.01641v1
• Date: Sat, 3 Aug 2024 02:58:01 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-06 19:10:37.609271
• Title: Real World Application of Quantum-Classical Optimization for Production Scheduling
• Title（参考訳）: 生産スケジューリングにおける量子古典最適化の現実的応用
• Authors: Abhishek Awasthi, Nico Kraus, Florian Krellner, David Zambrano,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.4326762849037007
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This work is a benchmark study for quantum-classical computing method with a real-world optimization problem from industry. The problem involves scheduling and balancing jobs on different machines, with a non-linear objective function. We first present the motivation and the problem description, along with different modeling techniques for classical and quantum computing. The modeling for classical solvers has been done as a mixed-integer convex program, while for the quantum-classical solver we model the problem as a binary quadratic program, which is best suited to the D-Wave Leap's Hybrid Solver. This ensures that all the solvers we use are fetched with dedicated and most suitable model(s). Henceforth, we carry out benchmarking and comparisons between classical and quantum-classical methods, on problem sizes ranging till approximately 150000 variables. We utilize an industry grade classical solver and compare its results with D-Wave Leap's Hybrid Solver. The results we obtain from D-Wave are highly competitive and sometimes offer speedups, compared to the classical solver.
• Abstract（参考訳）: 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。 まず、古典的および量子コンピューティングの様々なモデリング手法とともに、モチベーションと問題記述について述べる。 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てきたが、量子古典解法では、D-Wave LeapのHybrid Solverに最も適した2次二次プログラムとしてこの問題をモデル化する。 これにより、私たちが使用するすべてのソルバが、専用かつ最も適切なモデルでフェッチされることが保証されます。 その後、約150000変数までの問題サイズにおいて、古典的手法と量子古典的手法のベンチマークと比較を行う。 D-Wave LeapのHybrid Solverと比較した。 D-Waveから得られる結果は、古典的な解法と比較して非常に競争力が高く、時にはスピードアップを提供する。

関連論文リスト

• 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)
• A Hybrid Quantum-Classical Approach to the Electric Mobility Problem [0.8796261172196743]
  NP-hard Electric Vehicle Fleet Charging and Allocation Problemのためのハイブリッド量子古典ルーチンを提案する。 分解法の性能を古典的・量子的メタヒューリスティックスで評価する。 提案手法の主な利点は、多くの不等式制約のある現実的な問題に対して量子ベースの方法を可能にすることである。
  論文  参考訳（メタデータ） (2023-10-04T12:14:56Z)
• An Optimization Case Study for solving a Transport Robot Scheduling Problem on Quantum-Hybrid and Quantum-Inspired Hardware [0.0]
  我々は、D-Wavesの量子古典ハイブリッドフレームワーク、富士通の量子インスパイアされたデジタルアニール、そして輸送ロボットスケジューリング問題の解法におけるグロビの最先端の古典的解法を比較した。 ディジタルアニールラーには有望な結果が得られ、グロビと直接比較すると、ハイブリッド量子アニールラーにはいくつかの機会がある。
  論文  参考訳（メタデータ） (2023-09-18T13:00:09Z)
• Hybrid Quantum-Classical Multilevel Approach for Maximum Cuts on Graphs [1.7720089167719628]
  我々は、Max-Cutの大規模インスタンスを解決するために、スケーラブルなハイブリッドマルチレベルアプローチを導入する。 フレームワークでのQAOAの使用は、古典的なアプローチに匹敵するものであることを示す。
  論文  参考訳（メタデータ） (2023-09-15T23:54:46Z)
• An Optimization-based Deep Equilibrium Model for Hyperspectral Image Deconvolution with Convergence Guarantees [71.57324258813675]
  本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。 新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。 導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
  論文  参考訳（メタデータ） (2023-06-10T08:25:16Z)
• 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)
• A real world test of Portfolio Optimization with Quantum Annealing [0.0]
  本稿では,QUBO(Quardratic Unconstrained Binary Optimization)の定式化によるポートフォリオ最適化実験について述べる。 正確な古典的戦略によって得られる大域的最適値と整合して満足な結果が得られる。 最適化にはQUBOパラメータのチューニングが不可欠であるため,自動チューニングが可能なハイブリッド手法について検討する。
  論文  参考訳（メタデータ） (2023-03-22T14:38:13Z)
• 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)
• Machine Learning Framework for Quantum Sampling of Highly-Constrained, Continuous Optimization Problems [101.18253437732933]
  本研究では,連続空間の逆設計問題を,制約のないバイナリ最適化問題にマッピングする,汎用的な機械学習ベースのフレームワークを開発する。 本研究では, 熱発光トポロジを熱光応用に最適化し, (ii) 高効率ビームステアリングのための拡散メタグレーティングを行うことにより, 2つの逆設計問題に対するフレームワークの性能を示す。
  論文  参考訳（メタデータ） (2021-05-06T02:22:23Z)
• GEO: Enhancing Combinatorial Optimization with Classical and Quantum Generative Models [62.997667081978825]
  我々は、生成モデルとして知られる機械学習モデルを活用する新しいフレームワークを導入し、最適化問題を解決する。 我々は、テンソルネットワークマシンに依存するGEOの量子インスパイアされたバージョンに注力する。 関数呼び出し数に対する固定予算が与えられた場合、その目標が最小限の最小値を求める場合、その優れた性能を示す。
  論文  参考訳（メタデータ） (2021-01-15T18:18:38Z)
• 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。