論文の概要: Creating Automated Quantum-Assisted Solutions for Optimization Problems
- arxiv url: http://arxiv.org/abs/2409.20496v1
- Date: Mon, 30 Sep 2024 16:59:14 GMT
- ステータス: 処理完了
- システム内更新日: 2024-10-02 05:36:48.588999
- Title: Creating Automated Quantum-Assisted Solutions for Optimization Problems
- Title（参考訳）: 最適化問題に対する自動量子支援ソリューションの開発
- Authors: Benedikt Poggel, Xiomara Runge, Adelina Bärligea, Jeanette Miriam Lorenz,
- Abstract要約: ソリューションパスを探索し、自動化し、評価できるフレームワークであるQuaST決定ツリーを提案する。
私たちのセットアップはモジュール化され、高度に構造化され、柔軟性があり、どんな準備や前処理、後処理のステップも含められます。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: When trying to use quantum-enhanced methods for optimization problems, the sheer number of options inhibits its adoption by industrial end users. Expert knowledge is required for the formulation and encoding of the use case, the selection and adaptation of the algorithm, and the identification of a suitable quantum computing backend. Navigating the decision tree spanned by these options is a difficult task and supporting integrated tools are still missing. We propose the QuaST decision tree, a framework that allows to explore, automate and systematically evaluate solution paths. It helps end users to transfer research to their application area, and researchers to gather experience with real-world use cases. Our setup is modular, highly structured and flexible enough to include any kind of preparation, pre-processing and post-processing steps. We develop the guiding principles for the design of the ambitious framework and discuss its implementation. The QuaST decision tree includes multiple complete top-down paths from an application to its fully hybrid quantum solution.
- Abstract（参考訳）: 量子化された手法を最適化問題に利用しようとすると、多くのオプションが産業のエンドユーザーによる採用を妨げている。
ユースケースの定式化とエンコーディング、アルゴリズムの選択と適応、適切な量子コンピューティングバックエンドの識別には、専門家の知識が必要である。
これらのオプションにまたがる決定ツリーのナビゲートは難しい作業であり、統合ツールのサポートはいまだに欠落している。
ソリューションパスを探索し、自動化し、体系的に評価できるフレームワークであるQuaST決定木を提案する。
エンドユーザが研究をアプリケーション領域に移行し、研究者が現実世界のユースケースの経験を収集するのに役立つ。
私たちのセットアップはモジュール化され、高度に構造化され、柔軟性があり、どんな準備や前処理、後処理のステップも含められます。
我々は、野心的なフレームワークの設計の指針を策定し、その実装について議論する。
QuaST決定ツリーには、アプリケーションから完全なハイブリッド量子ソリューションへの複数の完全なトップダウンパスが含まれている。
関連論文リスト
- A Predictive Approach for Selecting the Best Quantum Solver for an Optimization Problem [2.9730678241643815]
教師付き機械学習に基づく予測解法選択手法を提案する。
70%以上の場合において、最良の解法が選択され、約90%の場合には、上位2の解法が選択される。
この探索は、量子ソルバ選択における機械学習の可能性を証明し、その自動化の基礎を定めている。
論文 参考訳（メタデータ） (2024-08-07T08:14:58Z) - Towards an Automatic Framework for Solving Optimization Problems with Quantum Computers [2.9730678241643815]
従来の最適化問題を量子解法に自動的に変換するフレームワークが提案されている。
このフレームワークは、ソリューションの妥当性と品質を分析するための手段を提供する。
これは量子コンピューティングソリューションの自動化に向けた大きな進歩を表している。
論文 参考訳（メタデータ） (2024-06-18T17:56:10Z) - 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) - A Framework to Formulate Pathfinding Problems for Quantum Computing [2.9723999564214267]
パスフィンディング問題に対するQUBOの定式化を自動的に生成するフレームワークを提案する。
手作業による修正作業を必要とせずに簡単に比較できる3つの異なる符号化スキームをサポートしている。
結果として得られるQUBOの定式化は堅牢で効率的であり、それまでの面倒でエラーを起こしやすい改定プロセスを減らす。
論文 参考訳（メタデータ） (2024-04-16T18:00:06Z) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳（メタデータ） (2023-10-04T17:53:55Z) - The Basis of Design Tools for Quantum Computing: Arrays, Decision
Diagrams, Tensor Networks, and ZX-Calculus [55.58528469973086]
量子コンピュータは、古典的コンピュータが決して起こらない重要な問題を効率的に解決することを約束する。
完全に自動化された量子ソフトウェアスタックを開発する必要がある。
この研究は、今日のツールの"内部"の外観を提供し、量子回路のシミュレーション、コンパイル、検証などにおいてこれらの手段がどのように利用されるかを示す。
論文 参考訳（メタデータ） (2023-01-10T19:00:00Z) - Recommending Solution Paths for Solving Optimization Problems with
Quantum Computing [4.306566710489809]
最適解パスを特定し,推奨するフレームワークを提案する。
最先端のハイブリッドアルゴリズム、エンコーディングおよび分解技術はモジュラー方式で統合することができる。
選択した選択肢の集合に対する我々のアプローチの実証と検証を行い、キャパシタイトされた車両ルーティング問題に対するその適用例を示す。
論文 参考訳（メタデータ） (2022-12-21T15:55:43Z) - Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。
これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。
本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
論文 参考訳（メタデータ） (2022-02-17T18:59:20Z) - Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。
本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
論文 参考訳（メタデータ） (2022-01-28T05:53:28Z) - Analysis of Vehicle Routing Problem in Presence of Noisy Channels [0.0]
車両ルーティング問題(VRP)はNPハード最適化問題である。
この研究は、変数 ANSATZ 上の変分量子固有解法を用いて、3 と 4 の都市に基本的な VRP ソリューションを構築する。
論文 参考訳（メタデータ） (2021-12-28T10:20:42Z) - Optimizing Wireless Systems Using Unsupervised and
Reinforced-Unsupervised Deep Learning [96.01176486957226]
無線ネットワークにおけるリソース割り当てとトランシーバーは、通常最適化問題の解決によって設計される。
本稿では,変数最適化と関数最適化の両問題を解くための教師なし・教師なし学習フレームワークを紹介する。
論文 参考訳（メタデータ） (2020-01-03T11:01:52Z)
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。