論文の概要: QuCOOP: A Versatile Framework for Solving Composite and Binary-Parametrised Problems on Quantum Annealers

• arxiv url: http://arxiv.org/abs/2503.19718v1
• Date: Tue, 25 Mar 2025 14:45:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-26 16:54:51.006874
• Title: QuCOOP: A Versatile Framework for Solving Composite and Binary-Parametrised Problems on Quantum Annealers
• Title（参考訳）: QuCOOP: 量子アニーラにおける複合およびバイナリパラメータ問題の解決のための多元的フレームワーク
• Authors: Natacha Kuete Meli, Vladislav Golyanik, Marcel Seelbach Benkner, Michael Moeller,
• Abstract要約: QuCOOPは、AQCのスコープを複合的およびバイナリパラメトリクスに拡張する最適化フレームワークである。 本研究では,2次代入問題,形状整合,点集合登録を事前に知ることなく実験する。
• 参考スコア（独自算出の注目度）: 25.711225064444296
• License:
• Abstract: There is growing interest in solving computer vision problems such as mesh or point set alignment using Adiabatic Quantum Computing (AQC). Unfortunately, modern experimental AQC devices such as D-Wave only support Quadratic Unconstrained Binary Optimisation (QUBO) problems, which severely limits their applicability. This paper proposes a new way to overcome this limitation and introduces QuCOOP, an optimisation framework extending the scope of AQC to composite and binary-parametrised, possibly non-quadratic problems. The key idea of QuCOOP~is to iteratively approximate the original objective function by a sequel of local (intermediate) QUBO forms, whose binary parameters can be sampled on AQC devices. We experiment with quadratic assignment problems, shape matching and point set registration without knowing the correspondences in advance. Our approach achieves state-of-the-art results across multiple instances of tested problems.
• Abstract（参考訳）: AQC(Adiabatic Quantum Computing)を使用してメッシュやポイントセットアライメントなどのコンピュータビジョン問題を解決することへの関心が高まっている。 残念なことに、D-Waveのような最近の実験的なAQCデバイスは、準非拘束バイナリ最適化(QUBO)問題のみをサポートし、適用性を著しく制限している。 本稿では、この制限を克服する新しい方法を提案し、AQCのスコープを合成および二項パラメトリクスに拡張する最適化フレームワークQuCOOPを紹介する。 QuCOOP~の鍵となるアイデアは、ローカル(中間)QUBOフォームの続編によって、元の目的関数を反復的に近似することであり、そのバイナリパラメータはAQCデバイスでサンプリングできる。 本研究では,2次代入問題,形状整合,点集合登録を事前に知ることなく実験する。 提案手法は, テストされた問題の複数事例にまたがって, 最先端の結果を得る。

関連論文リスト

• An encoding of argumentation problems using quadratic unconstrained binary optimization [1.104960878651584]
  そこで本研究では,NP-Complete問題から準拘束的二項最適化問題への抽象化問題を符号化する手法を開発した。 QUBOの定式化により、QuantumやDigital Annealersといった新しいコンピューティングアーキテクチャを活用することができる。 論証や議論の実施における古典的問題の正しさと適用性を証明するために,実験を行った。
  論文  参考訳（メタデータ） (2024-09-09T11:29:46Z)
• Probabilistic Sampling of Balanced K-Means using Adiabatic Quantum Computing [93.83016310295804]
  AQCは研究関心の問題を実装でき、コンピュータビジョンタスクのための量子表現の開発に拍車をかけた。 本研究では,この情報を確率的バランスの取れたk平均クラスタリングに活用する可能性について検討する。 最適でない解を捨てる代わりに, 計算コストを少なくして, 校正後部確率を計算することを提案する。 これにより、合成タスクと実際の視覚データについて、D-Wave AQCで示すような曖昧な解とデータポイントを識別することができる。
  論文  参考訳（メタデータ） (2023-10-18T17:59:45Z)
• QuAnt: Quantum Annealing with Learnt Couplings [18.40480332882025]
  我々はデータからQUBOフォームを導出するのではなく、勾配のバックプロパゲーションを通して学習する。 本稿では,グラフマッチングや2次元点雲のアライメント,3次元回転推定といった多種多様な問題に対する学習QUBOの利点を示す。
  論文  参考訳（メタデータ） (2022-10-13T17:59:46Z)
• Q-FW: A Hybrid Classical-Quantum Frank-Wolfe for Quadratic Binary Optimization [44.96576908957141]
  本稿では,量子コンピュータ上での2次線形反復問題を解くために,フランク・ウルフアルゴリズム(Q-FW)に基づく古典量子ハイブリッドフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-23T18:00:03Z)
• Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
  マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。 これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。 本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
  論文  参考訳（メタデータ） (2022-02-17T18:59:20Z)
• Testing a QUBO Formulation of Core-periphery Partitioning on a Quantum Annealer [3.093890460224435]
  本稿では,非指向ネットワークにおけるコア周辺パーティションを演算するタスクの成功を定量化する新しいカーネルを提案する。 関連する最適分割を見つけることは、二次的制約のない二項最適化問題の形で表すことができる。 このアプローチを,既存のコア周辺分割手法と比較する。
  論文  参考訳（メタデータ） (2022-01-05T11:08:09Z)
• Adiabatic Quantum Graph Matching with Permutation Matrix Constraints [75.88678895180189]
  3次元形状と画像のマッチング問題は、NPハードな置換行列制約を持つ二次代入問題(QAP)としてしばしば定式化される。 本稿では,量子ハードウェア上での効率的な実行に適した制約のない問題として,いくつかのQAPの再構成を提案する。 提案アルゴリズムは、将来の量子コンピューティングアーキテクチャにおいて、より高次元にスケールする可能性がある。
  論文  参考訳（メタデータ） (2021-07-08T17:59:55Z)
• 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)
• Quantum Permutation Synchronization [88.4588059792167]
  本稿では,コンピュータビジョンの文脈における量子ビジョン問題を解決する量子アルゴリズムQuantumSyncを提案する。 本稿では、QUBO 問題に置換制約を挿入し、アバスティック量子 DWave コンピュータの電流生成に関する制約付き QUBO 問題を解決する方法を示す。
  論文  参考訳（メタデータ） (2021-01-19T17:51:02Z)

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。