論文の概要: Performance Benchmarking of Quantum Algorithms for Hard Combinatorial Optimization Problems: A Comparative Study of non-FTQC Approaches

• arxiv url: http://arxiv.org/abs/2410.22810v1
• Date: Wed, 30 Oct 2024 08:41:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-31 14:27:16.874980
• Title: Performance Benchmarking of Quantum Algorithms for Hard Combinatorial Optimization Problems: A Comparative Study of non-FTQC Approaches
• Title（参考訳）: 算術最適化問題に対する量子アルゴリズムの性能ベンチマーク:非FTQC手法の比較検討
• Authors: Santaro Kikuura, Ryoya Igata, Yuta Shingu, Shohei Watabe,
• Abstract要約: 本研究は、4つの異なる最適化問題にまたがっていくつかの非フォールト耐性量子コンピューティングアルゴリズムを体系的にベンチマークする。 我々のベンチマークには、変分量子固有解法など、ノイズの多い中間スケール量子(NISQ)アルゴリズムが含まれている。 以上の結果から,FTQC以外のアルゴリズムは全ての問題に対して最適に動作しないことが明らかとなり,アルゴリズム戦略の調整の必要性が浮き彫りになった。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This study systematically benchmarks several non-fault-tolerant quantum computing algorithms across four distinct optimization problems: max-cut, number partitioning, knapsack, and quantum spin glass. Our benchmark includes noisy intermediate-scale quantum (NISQ) algorithms, such as the variational quantum eigensolver, quantum approximate optimization algorithm, quantum imaginary time evolution, and imaginary time quantum annealing, with both ansatz-based and ansatz-free implementations, alongside tensor network methods and direct simulations of the imaginary-time Schr\"odinger equation. For comparative analysis, we also utilize classical simulated annealing and quantum annealing on D-Wave devices. Employing default configurations, our findings reveal that no single non-FTQC algorithm performs optimally across all problem types, underscoring the need for tailored algorithmic strategies. This work provides an objective performance baseline and serves as a critical reference point for advancing NISQ algorithms and quantum annealing platforms.
• Abstract（参考訳）: この研究は、最大カット、数分割、knapsack、量子スピングラスという4つの異なる最適化問題にまたがって、いくつかの非フォールト耐性量子コンピューティングアルゴリズムを体系的にベンチマークする。 我々のベンチマークには、変分量子固有解法、量子近似最適化アルゴリズム、量子想像時間進化、および想像時間量子アニーリングのようなノイズの多い中間規模量子 (NISQ) アルゴリズムと、テンソルネットワーク法と虚時間Schr\odinger方程式の直接シミュレーションが組み込まれている。 比較解析では、D-Waveデバイス上での古典的擬似アニールと量子アニールも活用する。 デフォルト設定を用いることで、FTQC以外の1つのアルゴリズムが全ての問題タイプに対して最適に動作しないことが明らかとなり、アルゴリズム戦略の調整の必要性が浮き彫りになった。 この研究は、客観的なパフォーマンスベースラインを提供し、NISQアルゴリズムと量子アニールプラットフォームを前進させるための重要な基準ポイントとして機能する。

関連論文リスト

• Benchmarking Variational Quantum Algorithms for Combinatorial Optimization in Practice [0.0]
  変分量子アルゴリズム、特に変分量子固有解器の変種は最適化(CO)問題に対処するために提案されている。 ベンチマークとしてMax-Cutを用いてCO問題を解く上で,このスケーリング結果がどのような意味を持つのかを数値的に検討する。
  論文  参考訳（メタデータ） (2024-08-06T09:57:34Z)
• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• Variational Quantum Approximate Spectral Clustering for Binary Clustering Problems [0.7550566004119158]
  本稿では,変分量子近似スペクトルクラスタリング(VQASC)アルゴリズムを提案する。 VQASCは、伝統的に古典的な問題で必要とされるシステムサイズ、Nよりも少ないパラメータの最適化を必要とする。 合成と実世界の両方のデータセットから得られた数値結果について述べる。
  論文  参考訳（メタデータ） (2023-09-08T17:54:42Z)
• A Review on Quantum Approximate Optimization Algorithm and its Variants [47.89542334125886]
  量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm、QAOA)は、難解な最適化問題を解くことを目的とした、非常に有望な変分量子アルゴリズムである。 この総合的なレビューは、様々なシナリオにおけるパフォーマンス分析を含む、QAOAの現状の概要を提供する。 我々は,提案アルゴリズムの今後の展望と方向性を探りながら,選択したQAOA拡張と変種の比較研究を行う。
  論文  参考訳（メタデータ） (2023-06-15T15:28:12Z)
• Effectiveness of quantum annealing for continuous-variable optimization [0.0]
  粗いエネルギー景観を持つ一次元連続変数関数に適用した量子アニールの性能を検証した。 量子アニールのハードウェア実現は、古典的アルゴリズムよりもはるかに優れている可能性があると結論付けている。
  論文  参考訳（メタデータ） (2023-05-11T07:59:19Z)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• Optimization Applications as Quantum Performance Benchmarks [0.0]
  組合せ最適化は、今後数年間における量子計算の主要なユースケースの1つとして期待されている。 従来の最適化アルゴリズムの特徴付け手法に着想を得て,Max-Cut問題を解くことで得られる解の質を分析した。 これは量子コンピュータのための高度なベンチマークフレームワークの開発を導くために使われる。
  論文  参考訳（メタデータ） (2023-02-05T01:56:06Z)
• Quantum algorithm for stochastic optimal stopping problems with applications in finance [60.54699116238087]
  有名な最小二乗モンテカルロ (LSM) アルゴリズムは、線形最小二乗回帰とモンテカルロシミュレーションを組み合わせることで、最適停止理論の問題を解決する。 プロセスへの量子アクセス、最適な停止時間を計算するための量子回路、モンテカルロの量子技術に基づく量子LSMを提案する。
  論文  参考訳（メタデータ） (2021-11-30T12:21:41Z)
• Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
  マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。 その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
  論文  参考訳（メタデータ） (2021-06-24T20:16:02Z)
• An optimal quantum sampling regression algorithm for variational eigensolving in the low qubit number regime [0.0]
  量子サンプリング回帰(QSR)は、代替の量子古典的アルゴリズムである。 低量子ビット数構造における時間的複雑さに基づいて,その利用事例を分析した。 ベンチマーク問題に対するアルゴリズムの有効性を示す。
  論文  参考訳（メタデータ） (2020-12-04T00:01:15Z)
• 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)

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。