論文の概要: Gaussian boson sampling for binary optimization
- arxiv url: http://arxiv.org/abs/2412.14783v1
- Date: Thu, 19 Dec 2024 12:12:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-20 13:30:51.749933
- Title: Gaussian boson sampling for binary optimization
- Title(参考訳): 二進最適化のためのガウスボソンサンプリング
- Authors: Jean Cazalis, Tirth Shah, Yahui Chai, Karl Jansen, Stefan Kühn,
- Abstract要約: 本稿では,2値最適化問題に対処するために,しきい値検出器を備えたパラメトリゼーションガウスボソンサンプリング(GBS)を提案する。
3SATおよびグラフ問題に関する数値実験は、ランダムな推測よりも顕著な性能向上を示した。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: Binary optimization is a fundamental area in computational science, with wide-ranging applications from logistics to cryptography, where the tasks are often formulated as Quadratic or Polynomial Unconstrained Binary Optimization problems (QUBO/PUBO). In this work, we propose to use a parametrized Gaussian Boson Sampler (GBS) with threshold detectors to address such problems. We map general PUBO instance onto a quantum Hamiltonian and optimize the Conditional Value-at-Risk of its energy with respect to the GBS ansatz. In particular, we observe that, when the algorithm reduces to standard Variational Quantum Eigensolver, the cost function is analytical. Therefore, it can be computed efficiently, along with its gradient, for low-degree polynomials using only classical computing resources. Numerical experiments on 3-SAT and Graph Partitioning problems show significant performance gains over random guessing, providing a first proof of concept for our proposed approach.
- Abstract(参考訳): バイナリ最適化は計算科学の基本的な領域であり、ロジスティクスから暗号まで幅広い応用があり、そこではタスクは準論理的もしくは多項式的非制約バイナリ最適化問題(QUBO/PUBO)として定式化されることが多い。
本研究では, しきい値検出器を用いたパラメタライズされたガウスボソンサンプラー (GBS) を用いてこの問題に対処することを提案する。
一般PUBOインスタンスを量子ハミルトニアンにマッピングし、GBSアンサッツに対してそのエネルギーの条件値-アット・リスクを最適化する。
特に,アルゴリズムが標準変分量子固有解法に還元されると,コスト関数が解析的になる。
したがって、古典的な計算資源のみを用いて、その勾配とともに、低次多項式に対して効率的に計算することができる。
3SATおよびグラフ分割問題に関する数値実験により、ランダムな推測よりも大きな性能向上を示し、提案手法の第一の証明となる。
関連論文リスト
- Boosting quantum annealing performance through direct polynomial unconstrained binary optimization [0.0]
多くの最適化問題は、高次の非制約二項最適化関数の観点からより自然に定式化されている。
PUBOの定式化により,必要量子ビット数の点でかなりの節約が期待できることを示す。
以上の結果から, 量子アニールの資源効率とスイーピング速度を向上させるための有望な経路が示唆された。
論文 参考訳(メタデータ) (2024-12-05T18:12:20Z) - Optimizing Unitary Coupled Cluster Wave Functions on Quantum Hardware: Error Bound and Resource-Efficient Optimizer [0.0]
本稿では、量子ハードウェア上でのユニタリ結合クラスタ波関数の最適化のための射影量子固有解法(PQE)アプローチについて検討する。
このアルゴリズムはシュル・オーディンガー方程式の射影を用いて、試行状態をハミルトニアンの固有状態に効率的に近づける。
我々は,BFGS法を用いて最適化されたarXiv:2102.00345とVQEの両方で導入された最適化よりも優れていることを示す。
論文 参考訳(メタデータ) (2024-10-19T15:03:59Z) - Sum-of-Squares inspired Quantum Metaheuristic for Polynomial Optimization with the Hadamard Test and Approximate Amplitude Constraints [76.53316706600717]
最近提案された量子アルゴリズムarXiv:2206.14999は半定値プログラミング(SDP)に基づいている
SDPにインスパイアされた量子アルゴリズムを2乗和に一般化する。
この結果から,本アルゴリズムは大きな問題に適応し,最もよく知られた古典学に近似することが示唆された。
論文 参考訳(メタデータ) (2024-08-14T19:04:13Z) - Quantum Semidefinite Programming with Thermal Pure Quantum States [0.5639904484784125]
行列乗法重み付けアルゴリズムの量子化'''は、古典的アルゴリズムよりも2次的に高速なSDPの近似解が得られることを示す。
この量子アルゴリズムを改良し、ギブス状態サンプリング器を熱純量子(TPQ)状態に置き換えることで、同様のスピードアップが得られることを示す。
論文 参考訳(メタデータ) (2023-10-11T18:00:53Z) - Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。
本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
論文 参考訳(メタデータ) (2023-01-30T15:46:39Z) - Quantum Goemans-Williamson Algorithm with the Hadamard Test and
Approximate Amplitude Constraints [62.72309460291971]
本稿では,n+1$ qubitsしか使用しないGoemans-Williamsonアルゴリズムの変分量子アルゴリズムを提案する。
補助量子ビット上で適切にパラメータ化されたユニタリ条件として目的行列を符号化することにより、効率的な最適化を実現する。
各種NPハード問題に対して,Goemans-Williamsonアルゴリズムの量子的効率的な実装を考案し,提案プロトコルの有効性を実証する。
論文 参考訳(メタデータ) (2022-06-30T03:15:23Z) - Noisy Bayesian optimization for variational quantum eigensolvers [0.0]
変分量子固有解法(VQE)は、ハミルトニアン基底状態を見つけるために用いられるハイブリッド量子古典アルゴリズムである。
この研究は、現在利用可能な量子コンピュータ上でVQEを実行するのに適したGPRとBOの実装を提案する。
論文 参考訳(メタデータ) (2021-12-01T11:28:55Z) - Direct Optimal Control Approach to Laser-Driven Quantum Particle
Dynamics [77.34726150561087]
間接制御理論に対する頑健で柔軟な代替手段として, 直接最適制御を提案する。
この方法は、バイスタブルポテンシャルにおけるレーザー駆動のウェーブパレットダイナミクスの場合に説明される。
論文 参考訳(メタデータ) (2020-10-08T07:59:29Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳(メタデータ) (2020-10-01T18:14:11Z) - Warm-starting quantum optimization [6.832341432995627]
最適化問題の緩和解に対応する初期状態を用いて量子最適化を温める方法について論じる。
これにより、量子アルゴリズムは古典的なアルゴリズムの性能保証を継承することができる。
同じ考えを他のランダム化ラウンドスキームや最適化問題に適用するのは簡単である。
論文 参考訳(メタデータ) (2020-09-21T18:00:09Z) - Convergence of adaptive algorithms for weakly convex constrained
optimization [59.36386973876765]
モローエンベロープの勾配のノルムに対して$mathcaltilde O(t-1/4)$収束率を証明する。
我々の分析では、最小バッチサイズが1ドル、定数が1位と2位のモーメントパラメータが1ドル、そしておそらくスムーズな最適化ドメインで機能する。
論文 参考訳(メタデータ) (2020-06-11T17:43:19Z)
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。