論文の概要: Exact Quantum Algorithm for Unit Commitment Optimization based on Partially Connected Quantum Neural Networks

• arxiv url: http://arxiv.org/abs/2411.11369v1
• Date: Mon, 18 Nov 2024 08:29:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-19 14:32:38.912909
• Title: Exact Quantum Algorithm for Unit Commitment Optimization based on Partially Connected Quantum Neural Networks
• Title（参考訳）: 部分連結量子ニューラルネットワークを用いたユニットコミット最適化のためのエクササイズ量子アルゴリズム
• Authors: Jian Liu, Xu Zhou, Zhuojun Zhou, Le Luo,
• Abstract要約: 本稿では、量子ニューラルネットワーク(QNN)に基づく正確な量子アルゴリズムによる単位コミットメント問題の実装に焦点を当てる。 その結果、改良されたアルゴリズムにより正確な解を得ることができ、量子回路の深さを同時に低減できることがわかった。
• 参考スコア（独自算出の注目度）: 12.688426228429604
• License:
• Abstract: The quantum hybrid algorithm has become a very promising and speedily method today for solving the larger-scale optimization in the noisy intermediate-scale quantum (NISQ) era. The unit commitment (UC) problem is a fundamental problem in the power system which aims to satisfy a balance load with minimal cost. In this paper, we focus on the implement of the UC-solving by exact quantum algorithms based on the quantum neural network (QNN). This method is tested with up to 10-unit system with the balance load constraint. In order to improve the computing precision and reduce the network complexity, we suggest the knowledge-based partially connected quantum neural network (PCQNN). The results show that the exact solutions can be obtained by the improved algorithm and the depth of the quantum circuit can be reduced simultaneously.
• Abstract（参考訳）: 量子ハイブリッドアルゴリズムは、現在、ノイズの多い中間スケール量子(NISQ)時代の大規模最適化を解くための非常に有望で高速な方法となっている。 単位コミットメント(UC)問題は、最小コストでバランス負荷を満たすことを目的とした電力システムの基本的な問題である。 本稿では、量子ニューラルネットワーク(QNN)に基づく正確な量子アルゴリズムによるUC解決の実装に焦点を当てる。 本手法は, 最大10単位系において, バランス負荷の制約を考慮した試験を行う。 計算精度の向上とネットワーク複雑性の低減のために,知識に基づく部分連結量子ニューラルネットワーク(PCQNN)を提案する。 その結果、改良されたアルゴリズムにより正確な解を得ることができ、量子回路の深さを同時に低減できることがわかった。

関連論文リスト

• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• A joint optimization approach of parameterized quantum circuits with a tensor network [0.0]
  現在の中間スケール量子(NISQ)デバイスはその能力に制限がある。 本稿では,パラメータ化ネットワーク(TN)を用いて,変分量子固有解法(VQE)アルゴリズムの性能改善を試みる。
  論文  参考訳（メタデータ） (2024-02-19T12:53:52Z)
• 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)
• DQC$^2$O: Distributed Quantum Computing for Collaborative Optimization in Future Networks [54.03701670739067]
  本稿では、将来のネットワークにおける最適化タスクを解決するために、量子コンピュータと量子チャネルを管理するための適応型分散量子コンピューティング手法を提案する。 提案手法に基づいて,スマートグリッド管理やIoT連携,UAV軌道計画など,今後のネットワークにおける協調最適化の潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-09-16T02:44:52Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Squeezing and quantum approximate optimization [0.6562256987706128]
  変分量子アルゴリズムは、デジタル量子コンピュータを用いた最適化問題の解法として興味深い可能性を提供する。 しかし、そのようなアルゴリズムにおける達成可能な性能と量子相関の役割は未だ不明である。 我々は、IBM量子チップと同様に、システマティックな手順で高度に圧縮された状態が生成されるかを数値的に示す。
  論文  参考訳（メタデータ） (2022-05-20T18:00:06Z)
• Quantum Robustness Verification: A Hybrid Quantum-Classical Neural Network Certification Algorithm [1.439946676159516]
  本研究では、堅牢性多変数混合整数プログラム(MIP)の解法を含むReLUネットワークの検証について検討する。 この問題を軽減するために、ニューラルネットワーク検証にQCを用い、証明可能な証明書を計算するためのハイブリッド量子プロシージャを導入することを提案する。 シミュレーション環境では,我々の証明は健全であり,問題の近似に必要な最小量子ビット数に制限を与える。
  論文  参考訳（メタデータ） (2022-05-02T13:23:56Z)
• Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
  本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。 この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。 GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
  論文  参考訳（メタデータ） (2022-04-18T21:45:13Z)
• Reducing runtime and error in VQE using deeper and noisier quantum circuits [0.0]
  VQEを含む多くの量子アルゴリズムのコアは、ロバスト振幅推定と呼ばれる手法を用いて精度と精度で改善することができる。 より深く、よりエラーを起こしやすい量子回路を使用することで、より少ない時間でより正確な量子計算を実現する。 この技術は、初期のフォールトトレラント量子計算の仕組みに量子計算を高速化するために用いられる。
  論文  参考訳（メタデータ） (2021-10-20T17:11:29Z)
• 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。