論文の概要: Continuous Approximation of the Fully Connected Ising Hamiltonian: Exact Ground State Solutions for a Novel Class of Ising Models with Applications to Fidelity Assessment in Ising Machines
- arxiv url: http://arxiv.org/abs/2411.19604v1
- Date: Fri, 29 Nov 2024 10:43:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-02 15:18:50.720287
- Title: Continuous Approximation of the Fully Connected Ising Hamiltonian: Exact Ground State Solutions for a Novel Class of Ising Models with Applications to Fidelity Assessment in Ising Machines
- Title（参考訳）: 完全連結Ising Hamiltonianの連続近似:Ising Machineの忠実度評価に応用した新しいIsingモデルの基底解
- Authors: Amirhossein Rezaei, Mahmood Hasani, Alireza Rezaei, Seyed M. Hassan Halataei,
- Abstract要約: 離散イジング・ハミルトニアンを連続的な枠組みに再構成することで、大規模イジング問題を解くための新しい分析的アプローチを提案する。
提案手法を検証するため, 解析解と量子インスパイアされたIsingアルゴリズムと量子Isingマシンから得られた解を比較した数値実験を行った。
- 参考スコア（独自算出の注目度）: 1.1812062577871028
- License:
- Abstract: In this study, we present a novel analytical approach to solving large-scale Ising problems by reformulating the discrete Ising Hamiltonian into a continuous framework. This transformation enables us to derive exact solutions for a non-trivial class of fully connected Ising models. To validate our method, we conducted numerical experiments comparing our analytical solutions with those obtained from a quantum-inspired Ising algorithm and a quantum Ising machine. The results demonstrate that the quantum-inspired algorithm and brute-force method successfully align with our solutions, while the quantum Ising machine exhibits notable deviations. Our method offers promising avenues for analytically solving diverse Ising problem instances, while the class of Ising problems addressed here provides a robust framework for assessing the fidelity of Ising machines.
- Abstract（参考訳）: 本研究では,離散イジング・ハミルトニアンを連続的な枠組みに再構成することにより,大規模イジング問題を解くための新しい分析手法を提案する。
この変換により、完全連結イジングモデルの非自明なクラスに対する正確な解を導出することができる。
提案手法を検証するため, 解析解と量子インスパイアされたIsingアルゴリズムと量子Isingマシンから得られた解を比較した数値実験を行った。
その結果、量子インスパイアされたアルゴリズムとブルートフォース法は、我々のソリューションとうまく一致し、量子イジングマシンは顕著な偏差を示した。
本手法は多種多様なIsing問題インスタンスを解析的に解くための有望な方法であり,Ising問題クラスはIsingマシンの忠実度を評価するための堅牢なフレームワークを提供する。
関連論文リスト
- Optimizing Solution-Samplers for Combinatorial Problems: The Landscape
of Policy-Gradient Methods [52.0617030129699]
本稿では,DeepMatching NetworksとReinforcement Learningメソッドの有効性を解析するための新しい理論フレームワークを提案する。
我々の主な貢献は、Max- and Min-Cut、Max-$k$-Bipartite-Bi、Maximum-Weight-Bipartite-Bi、Traveing Salesman Problemを含む幅広い問題である。
本分析の副産物として,バニラ降下による新たな正則化プロセスを導入し,失効する段階的な問題に対処し,悪い静止点から逃れる上で有効であることを示す理論的および実験的証拠を提供する。
論文 参考訳（メタデータ） (2023-10-08T23:39:38Z) - Quantum Vision Clustering [10.360126989185261]
本稿では,Adiabatic quantum computing を用いた解法に適した最初のクラスタリング定式化を提案する。
提案手法は,最先端の最適化手法と比較して高い競合性を示す。
この研究は、現在世代の実量子コンピュータにおけるクラスタリング問題の解決可能性を示す。
論文 参考訳（メタデータ） (2023-09-18T16:15:16Z) - Distributionally Robust Model-based Reinforcement Learning with Large
State Spaces [55.14361269378122]
強化学習における3つの大きな課題は、大きな状態空間を持つ複雑な力学系、コストのかかるデータ取得プロセス、トレーニング環境の展開から現実の力学を逸脱させることである。
広範に用いられているKullback-Leibler, chi-square, および全変分不確実性集合の下で, 連続状態空間を持つ分布ロバストなマルコフ決定過程について検討した。
本稿では,ガウス過程と最大分散削減アルゴリズムを用いて,多出力名目遷移力学を効率的に学習するモデルベースアプローチを提案する。
論文 参考訳（メタデータ） (2023-09-05T13:42:11Z) - An Optimization-based Deep Equilibrium Model for Hyperspectral Image
Deconvolution with Convergence Guarantees [71.57324258813675]
本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。
新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。
導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
論文 参考訳（メタデータ） (2023-06-10T08:25:16Z) - On Robust Numerical Solver for ODE via Self-Attention Mechanism [82.95493796476767]
我々は,内在性雑音障害を緩和し,AIによって強化された数値解法を,データサイズを小さくする訓練について検討する。
まず,教師付き学習における雑音を制御するための自己認識機構の能力を解析し,さらに微分方程式の数値解に付加的な自己認識機構を導入し,簡便かつ有効な数値解法であるAttrを提案する。
論文 参考訳（メタデータ） (2023-02-05T01:39:21Z) - SARAH-based Variance-reduced Algorithm for Stochastic Finite-sum
Cocoercive Variational Inequalities [137.6408511310322]
有限サムコヒーレンシブ変分不等式の問題を考える。
強い単調な問題に対しては、この方法を用いて解への線形収束を達成することができる。
論文 参考訳（メタデータ） (2022-10-12T08:04:48Z) - A Copositive Framework for Analysis of Hybrid Ising-Classical Algorithms [18.075115172621096]
本稿では,Isingソルバを用いた混合二項二次プログラムの解法におけるハイブリッドアルゴリズムの形式解析について述べる。
本稿では,ハイブリッド量子古典的切削平面アルゴリズムを用いてこの問題を解決することを提案する。
論文 参考訳（メタデータ） (2022-07-27T16:47:32Z) - Accelerating numerical methods by gradient-based meta-solving [15.90188271828615]
科学と工学の応用においては、しばしば同様の計算問題を何度も解くことが要求される。
我々はそれらを統一的に解くための勾配に基づくアルゴリズムを提案する。
理論的解析と数値実験により,本手法の性能と汎用性を実証する。
論文 参考訳（メタデータ） (2022-06-17T07:31:18Z) - Optimization of Robot Trajectory Planning with Nature-Inspired and
Hybrid Quantum Algorithms [0.0]
産業規模でロボット軌道計画問題を解く。
我々のエンドツーエンドソリューションは、高度に多目的なランダムキーアルゴリズムとモデル積み重ねとアンサンブル技術を統合している。
我々は、後者が我々のより大きなパイプラインにどのように統合され、問題に対する量子対応ハイブリッドソリューションを提供するかを示す。
論文 参考訳（メタデータ） (2022-06-08T02:38:32Z) - Recovering models of open quantum systems from data via polynomial
optimization: Towards globally convergent quantum system identification [4.25234252803357]
現在の量子デバイスは、製造の結果として不完全性に悩まされ、即時環境とのカップリングの結果、ノイズや消散に悩まされる。
もう一つの方法は、その行動の時系列測定からそのようなモデルを抽出することである。
最適化の最近の進歩は、この種の問題に対して、世界中に収束した解法を提供してきた。
我々は、最先端のアルゴリズム、境界、収束率の概要と、オープン量子システムのモデリングにおけるこのアプローチの利用について説明する。
論文 参考訳（メタデータ） (2022-03-31T16:38:08Z) - Quantum-Inspired Algorithms from Randomized Numerical Linear Algebra [53.46106569419296]
我々は、リコメンダシステムと最小二乗回帰のためのクエリをサポートする古典的な(量子でない)動的データ構造を作成する。
これらの問題に対する以前の量子インスパイアされたアルゴリズムは、レバレッジやリッジレベレッジスコアを偽装してサンプリングしていると我々は主張する。
論文 参考訳（メタデータ） (2020-11-09T01:13:07Z)
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。