論文の概要: Subgradient Method using Quantum Annealing for Inequality-Constrained Binary Optimization Problems

• arxiv url: http://arxiv.org/abs/2411.06901v1
• Date: Mon, 11 Nov 2024 11:59:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-12 14:08:47.395034
• Title: Subgradient Method using Quantum Annealing for Inequality-Constrained Binary Optimization Problems
• Title（参考訳）: 不等式制約二項最適化問題に対する量子アニール法の適用
• Authors: Taisei Takabayashi, Takeru Goto, Masayuki Ohzeki,
• Abstract要約: 不等式制約は、統計力学により、同様の目的関数に緩和できることを示す。 本研究では, 典型的な不等式制約付き最適化問題である2次クナップサック問題において, この手法の性能を評価する。
• 参考スコア（独自算出の注目度）: 0.4915744683251151
• License:
• Abstract: Quantum annealing is a generic solver for combinatorial optimization problems that utilizes quantum fluctuations. Recently, there has been extensive research applying quantum annealers, which are hardware implementations of quantum annealing. Since quantum annealers can only handle quadratic unconstrained binary optimization problems, to solve constrained combinatorial optimization problems using quantum annealers, the constraints must be incorporated into the objective function. One such technique is the Ohzeki method, which employs a Hubbard-Stratonovich transformation to relax equality constraints, and its effectiveness for large-scale problems has been demonstrated numerically. This study applies the Ohzeki method to combinatorial optimization problems with inequality constraints. We show that inequality constraints can be relaxed into a similar objective function through statistical mechanics calculations similar to those for equality constraints. In addition, we evaluate the performance of this method in a typical inequality-constrained combinatorial optimization problem, the quadratic knapsack problem.
• Abstract（参考訳）: 量子アニーリング(quantum annealing)は、量子ゆらぎを利用した組合せ最適化問題の一般的な解法である。 近年,量子アニールのハードウェア実装である量子アニールに適用する研究が盛んに行われている。 量子アニーラは2次非制約バイナリ最適化問題のみを扱うことができ、量子アニーラを用いた制約付き組合せ最適化問題を解くためには、その制約を目的関数に組み込む必要がある。 そのような手法の1つは、ハバード・ストラトノビッチ変換を用いて等式制約を緩和するオオゼキ法であり、大規模問題に対するその有効性は数値的に実証されている。 本研究では,不等式制約を伴う組合せ最適化問題に対して大関法を適用した。 不等式制約は、等式制約に類似した統計力学計算により、同様の目的関数に緩和可能であることを示す。 さらに,2次クナップサック問題である,典型的な不等式制約の組合せ最適化問題において,本手法の性能を評価する。

関連論文リスト

• Solving non-native combinatorial optimization problems using hybrid quantum-classical algorithms [0.0]
  組合せ最適化は、物流から金融まで幅広い分野に適用可能な、困難な問題である。 量子コンピューティングは、様々なアルゴリズムを用いてこれらの問題を解決するために使われてきた。 この研究は、量子と古典のリソースをハイブリッドなアプローチで統合することで、これらの課題を克服する枠組みを提示している。
  論文  参考訳（メタデータ） (2024-03-05T17:46:04Z)
• A Quantum Approach for Stochastic Constrained Binary Optimization [2.6803492658436032]
  量子ベースのアルゴリズムは、難しい問題に対する高品質な解を生成することが示されている。 この研究は、二進二乗制約プログラムに対処する量子ベクトルを提示する。 この手法は二重分解に基づいて構築され、規則的に修正された標準VQEタスクの順序を解く必要がある。
  論文  参考訳（メタデータ） (2023-01-04T04:24:26Z)
• Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
  量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。 量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
  論文  参考訳（メタデータ） (2022-12-06T22:01:49Z)
• Constrained Optimization via Quantum Zeno Dynamics [23.391640416533455]
  量子ゼノダイナミクスを用いて、不等式を含む複数の任意の制約で最適化問題を解く手法を提案する。 量子最適化のダイナミクスは、フォールトトレラントな量子コンピュータ上の制約内部分空間に効率的に制限できることを示す。
  論文  参考訳（メタデータ） (2022-09-29T18:00:40Z)
• QAOA-in-QAOA: solving large-scale MaxCut problems on small quantum machines [81.4597482536073]
  量子近似最適化アルゴリズム(QAOAs)は、量子マシンのパワーを利用し、断熱進化の精神を継承する。 量子マシンを用いて任意の大規模MaxCut問題を解くためにQAOA-in-QAOA(textQAOA2$)を提案する。 提案手法は,大規模最適化問題におけるQAOAsの能力を高めるために,他の高度な戦略にシームレスに組み込むことができる。
  論文  参考訳（メタデータ） (2022-05-24T03:49:10Z)
• 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)
• 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)
• Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
  形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。 本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。 Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
  論文  参考訳（メタデータ） (2021-05-06T17:59:38Z)
• Solving Quadratic Unconstrained Binary Optimization with divide-and-conquer and quantum algorithms [0.0]
  分割・対数手法を用いて、元の問題を小さな問題の集合に還元する。 この手法は任意のQUBOインスタンスに適用でき、全古典的またはハイブリッドな量子古典的アプローチにつながる。
  論文  参考訳（メタデータ） (2021-01-19T19:00:40Z)
• 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)
• Multi-block ADMM Heuristics for Mixed-Binary Optimization on Classical and Quantum Computers [3.04585143845864]
  本稿では,2次最適化問題に対する現行手法の適用性を高めるために,分解に基づくアプローチを提案する。 我々は、乗算器の交互方向法(ADMM)が、MBOを二項制約のない問題(量子アルゴリズムで解ける)に分割できることを示した。 提案手法の有効性は,Qiskit で実装された量子回路上での VQE と QAOA を用いたシミュレーションにより,いくつかの最適化問題に対して得られた数値結果によって示される。
  論文  参考訳（メタデータ） (2020-01-07T14:43:13Z)

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。