Fugu-MT 論文翻訳(概要): Two-Step QAOA: Enhancing Quantum Optimization by Decomposing One-Hot Constraints in QUBO Formulations

論文の概要: Two-Step QAOA: Enhancing Quantum Optimization by Decomposing One-Hot Constraints in QUBO Formulations

arxiv url: http://arxiv.org/abs/2408.05383v1
Date: Fri, 9 Aug 2024 23:38:28 GMT
ステータス: 処理完了
システム内更新日: 2024-08-13 19:21:55.205521
Title: Two-Step QAOA: Enhancing Quantum Optimization by Decomposing One-Hot Constraints in QUBO Formulations
Title（参考訳）: 2ステップQAOA:QUBO定式化における1ホット制約の分解による量子最適化の強化
Authors: Yuichiro Minato,
Abstract要約: 本稿では,QAOAの有効性を向上させるための簡単なアプローチであるTwo-Step QAOAを提案する。問題を2段階に分けて,ソフト制約をハード制約に変換する。
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 Quantum Approximate Optimization Algorithm (QAOA) has shown promise in solving combinatorial optimization problems by leveraging quantum computational power. We propose a simple approach, the Two-Step QAOA, which aims to improve the effectiveness of QAOA by decomposing problems with one-hot encoding QUBO (Quadratic Unconstrained Binary Optimization) formulations. By identifying and separating the problem into two stages, we transform soft constraints into hard constraints, simplifying the generation of initial conditions and enabling more efficient optimization. The method is particularly beneficial for tackling complex societal problems that often involve intricate constraint structures.
Abstract（参考訳）: 量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm, QAOA)は、量子計算力を利用して組合せ最適化問題を解決することを約束している。本稿では,QUBO (Quadratic Unconstrained Binary Optimization) の定式化による問題を分解することで,QAOAの有効性を向上させるための簡単なアプローチである Two-Step QAOA を提案する。問題を2段階に分け,ソフト制約をハード制約に変換し,初期条件の生成を簡略化し,より効率的な最適化を実現する。この手法は複雑な制約構造を伴う複雑な社会問題に対処するのに特に有用である。

関連論文リスト

Optimized QUBO formulation methods for quantum computing [0.4999814847776097]
実世界の金融シナリオにインスパイアされたNPハード最適化問題に対して,我々の手法を適用する方法について述べる。 2つのD波量子異方体にこの問題の事例を提出し、これらのシナリオで使用される標準手法と新しい手法の性能を比較した。
論文参考訳（メタデータ） (2024-06-11T19:59:05Z)
Lagrangian Duality in Quantum Optimization: Overcoming QUBO Limitations for Constrained Problems [0.0]
本稿では,ラグランジアン双対性の概念を断熱量子計算の枠組みに組み込むことにより,制約付き最適化問題の解法を提案する。回路モデル-フォールトトレラント量子計算の設定において、本手法が回路深さの2次改善を実現し、制約非依存の回路幅を維持することを実証する。
論文参考訳（メタデータ） (2023-10-06T19:09:55Z)
Hybrid Quantum Algorithms integrating QAOA, Penalty Dephasing and Zeno Effect for Solving Binary Optimization Problems with Multiple Constraints [5.259170150405252]
本稿では,制約のサブセットを解決するために標準イジング・ハミルトニアン(Ising Hamiltonian)を併用したハイブリッドフレームワークを提案する。これらの非Ising制約の解決は、ペナルティの軽視または量子ゼノ効果によって達成される。
論文参考訳（メタデータ） (2023-05-14T03:49:10Z)
Prog-QAOA: Framework for resource-efficient quantum optimization through classical programs [0.0]
現在の量子最適化アルゴリズムでは、元の問題を二進最適化問題として表現し、量子デバイスに適した等価イジングモデルに変換する必要がある。目的関数を計算し、制約を認証するための古典的プログラムを設計し、後に量子回路にコンパイルする。その結果,量子近似最適化アルゴリズム (QAOA) が新たに導入された。
論文参考訳（メタデータ） (2022-09-07T18:01:01Z)
Algorithm for Constrained Markov Decision Process with Linear Convergence [55.41644538483948]
エージェントは、そのコストに対する複数の制約により、期待される累積割引報酬を最大化することを目的としている。エントロピー正規化ポリシーとベイダの二重化という2つの要素を統合した新しい双対アプローチが提案されている。提案手法は(線形速度で)大域的最適値に収束することが示されている。
論文参考訳（メタデータ） (2022-06-03T16:26:38Z)
A Constrained Optimization Approach to Bilevel Optimization with Multiple Inner Minima [49.320758794766185]
そこで本研究では,両レベル問題を等価な制約付き最適化に変換する手法を提案する。このようなアプローチには、(a)多重内極小問題への対処、(b)ジャコビアン計算のない完全一階効率など、いくつかの利点がある。
論文参考訳（メタデータ） (2022-03-01T18:20:01Z)
Faster Algorithm and Sharper Analysis for Constrained Markov Decision Process [56.55075925645864]
制約付き意思決定プロセス (CMDP) の問題点について検討し, エージェントは, 複数の制約を条件として, 期待される累積割引報酬を最大化することを目的とする。新しいユーティリティ・デュアル凸法は、正規化ポリシー、双対正則化、ネステロフの勾配降下双対という3つの要素の新たな統合によって提案される。これは、凸制約を受ける全ての複雑性最適化に対して、非凸CMDP問題が$mathcal O (1/epsilon)$の低い境界に達する最初の実演である。
論文参考訳（メタデータ） (2021-10-20T02:57:21Z)
Quadratic Unconstrained Binary Optimisation via Quantum-Inspired Annealing [58.720142291102135]
本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
論文参考訳（メタデータ） (2021-08-18T09:26:17Z)
Conditional gradient methods for stochastically constrained convex minimization [54.53786593679331]
構造凸最適化問題に対する条件勾配に基づく2つの新しい解法を提案する。私たちのフレームワークの最も重要な特徴は、各イテレーションで制約のサブセットだけが処理されることです。提案アルゴリズムは, 条件勾配のステップとともに, 分散の低減と平滑化に頼り, 厳密な収束保証を伴っている。
論文参考訳（メタデータ） (2020-07-07T21:26:35Z)
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)
Quantum approximate algorithm for NP optimization problems with constraints [12.294570891467604]
本稿では,異なる制約型を等式,線形不等式,任意の形式に定式化する。そこで本研究では,NP最適化問題の解法としてQAOAフレームワークに適合する制約符号化方式を提案する。提案手法の有効性と有効性を示す。
論文参考訳（メタデータ） (2020-02-01T04:45:41Z)

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。