論文の概要: Combinatorial Optimization with Quantum Computers
- arxiv url: http://arxiv.org/abs/2412.15778v1
- Date: Fri, 20 Dec 2024 10:46:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-23 16:22:50.053948
- Title: Combinatorial Optimization with Quantum Computers
- Title（参考訳）: 量子コンピュータによる組合せ最適化
- Authors: Francisco Chicano, Gabiel Luque, Zakaria Abdelmoiz Dahi, Rodrigo Gil-Merino,
- Abstract要約: 量子コンピュータは、古典的コンピュータに対して潜在的に有利な計算を行う。
量子コンピュータは、演算子をバイナリ文字列の重ね合わせに適用し、バイナリ出力の重ね合わせを提供する。
量子アニール(quantum annealers)と呼ばれる量子マシンのファミリーは、最適化問題を解決するために特別に設計されている。
- 参考スコア（独自算出の注目度）: 1.199955563466263
- License:
- Abstract: Quantum computers leverage the principles of quantum mechanics to do computation with a potential advantage over classical computers. While a single classical computer transforms one particular binary input into an output after applying one operator to the input, a quantum computer can apply the operator to a superposition of binary strings to provide a superposition of binary outputs, doing computation apparently in parallel. This feature allows quantum computers to speed up the computation compared to classical algorithms. Unsurprisingly, quantum algorithms have been proposed to solve optimization problems in quantum computers. Furthermore, a family of quantum machines called quantum annealers are specially designed to solve optimization problems. In this paper, we provide an introduction to quantum optimization from a practical point of view. We introduce the reader to the use of quantum annealers and quantum gate-based machines to solve optimization problems.
- Abstract（参考訳）: 量子コンピュータは量子力学の原理を利用して計算を行い、古典的コンピュータに対して潜在的に有利である。
1つの古典的コンピュータは、入力に1つの演算子を適用した後に1つの特定のバイナリ入力を出力に変換するが、量子コンピュータは、演算子をバイナリ文字列の重ね合わせに適用してバイナリ出力の重ね合わせを提供し、明らかに並列に計算を行う。
この機能により、量子コンピュータは古典的なアルゴリズムに比べて計算を高速化できる。
当然のことながら、量子コンピュータの最適化問題を解決するために量子アルゴリズムが提案されている。
さらに、量子アニールと呼ばれる量子マシンのファミリーは、最適化問題を解決するために特別に設計されている。
本稿では,現実的な観点からの量子最適化について紹介する。
我々は、最適化問題を解決するために、量子アニールと量子ゲートベースマシンの使用について、読者を紹介する。
関連論文リスト
- Supervised binary classification of small-scale digits images with a trapped-ion quantum processor [56.089799129458875]
量子プロセッサは、考慮された基本的な分類タスクを正しく解くことができることを示す。
量子プロセッサの能力が向上するにつれ、機械学習の有用なツールになり得る。
論文 参考訳（メタデータ） (2024-06-17T18:20:51Z) - Towards Quantum Computational Mechanics [1.530480694206666]
本稿では、量子コンピューティングを用いて、計算ホモジェナイゼーションにおける代表要素体積(RVE)問題を解く方法について述べる。
我々の量子RVE解法は古典解法に対して指数加速度を得る。
論文 参考訳（メタデータ） (2023-12-06T12:53:02Z) - A Practitioner's Guide to Quantum Algorithms for Optimisation Problems [0.0]
NPハード最適化問題は、物流や金融といった産業分野では一般的である。
本稿では,量子最適化理論の概要を概観する。
ノイズの多い中間スケール量子デバイスに対する短期的なポテンシャルに焦点を当てている。
論文 参考訳（メタデータ） (2023-05-12T08:57:36Z) - The Role of Entanglement in Quantum-Relaxation Based Optimization
Algorithms [4.00916638804083]
量子ランダムアクセスコード(QRAC)は、バイナリ最適化の複数の変数を1量子ビットでエンコードする。
この結果から,QRAOは量子コンピュータに制限された二項最適化問題の解決可能なインスタンスをスケールできるだけでなく,量子絡み合いの恩恵を受けることが示唆された。
論文 参考訳（メタデータ） (2023-02-01T13:24:51Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳（メタデータ） (2023-01-04T23:37:45Z) - Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。
本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文 参考訳（メタデータ） (2022-09-16T02:37:32Z) - Multiple Query Optimization using a Hybrid Approach of Classical and
Quantum Computing [1.7077661158850292]
データ集約的な問題領域において重要なNPハード問題である多重クエリ最適化問題(MQO)に取り組む。
ゲート型量子コンピュータ上でMQOを解くために,新しい古典量子アルゴリズムを提案する。
提案アルゴリズムでは, クビット効率が99%に近づき, ほぼ2倍に向上した。
論文 参考訳（メタデータ） (2021-07-22T08:12:49Z) - Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。
演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
論文 参考訳（メタデータ） (2021-01-21T22:18:49Z) - Electronic structure with direct diagonalization on a D-Wave quantum
annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。
そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文 参考訳（メタデータ） (2020-09-02T22:46:47Z) - Quantum ensemble of trained classifiers [2.048335092363436]
量子コンピュータは、利用可能な量子ビットの数に応じて指数的に大きな状態の集合を表現することができる。
量子機械学習は、機械学習アルゴリズムを強化する量子コンピューティングの可能性を探る。
論文 参考訳（メタデータ） (2020-07-18T01:01:33Z) - An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。
量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
論文 参考訳（メタデータ） (2020-05-06T14:18:44Z)
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。