論文の概要: Extending quantum annealing to continuous domains: a hybrid method for quadratic programming

• arxiv url: http://arxiv.org/abs/2504.02073v1
• Date: Wed, 02 Apr 2025 19:09:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-04 19:36:41.957347
• Title: Extending quantum annealing to continuous domains: a hybrid method for quadratic programming
• Title（参考訳）: 量子アニールを連続領域に拡張する:2次プログラミングのハイブリッド手法
• Authors: Hristo N. Djidjev,
• Abstract要約: 本稿では,連続最適化問題に対処する量子拡張型アニーリング(QESA)を提案する。 QESAは離散化を必要とせず、量子資源を使用する。 QESAは、ソリューションの品質において、古典的なベースラインを一貫して上回ることを示す。
• 参考スコア（独自算出の注目度）: 1.0878040851638
• License:
• Abstract: We propose Quantum Enhanced Simulated Annealing (QESA), a novel hybrid optimization framework that integrates quantum annealing (QA) into simulated annealing (SA) to tackle continuous optimization problems. While QA has shown promise in solving binary problems such as those expressed in Ising or QUBO form, its direct applicability to real-valued domains remains limited. QESA bridges this gap by using QA to select discrete search directions that guide SA through the continuous solution space, enabling the use of quantum resources without requiring full problem discretization. We demonstrate QESA's effectiveness on box-constrained quadratic programming (QP) problems, a class of non-convex optimization tasks that frequently arise in practice. Experimental results show that QESA consistently outperforms classical baselines in solution quality, particularly on larger and more ill-conditioned problems, while maintaining competitive runtime. As quantum annealing hardware matures, QESA offers a scalable and flexible strategy for leveraging quantum capabilities in continuous optimization.
• Abstract（参考訳）: 本稿では,量子アニール(QA)とシミュレーションアニール(SA)を統合し,連続最適化問題に対処する新しいハイブリッド最適化フレームワークであるQuantum Enhanced Simulated Annealing (QESA)を提案する。 QAはIsingやQUBO形式で表現されたようなバイナリ問題の解決において有望であるが、実際の値付きドメインへの直接的な適用性は依然として限られている。 QESAはこのギャップを埋め、QAを用いて連続解空間を通してSAを導く個別の探索方向を選択し、完全な問題の離散化を必要とせずに量子資源の使用を可能にする。 実例で頻繁に発生する非凸最適化タスクのクラスであるQP問題に対するQESAの有効性を実証する。 実験結果から、QESAは、競争力のある実行環境を維持しながら、特に大規模でより条件の悪い問題において、ソリューション品質の古典的ベースラインを一貫して上回っていることが示された。 量子アニールハードウェアが成熟するにつれて、QESAは連続最適化における量子能力を活用するためのスケーラブルで柔軟な戦略を提供する。

関連論文リスト

• Solving Combinatorial Optimization Problems with a Block Encoding Quantum Optimizer [0.0]
  Block ENcoding Quantum (BEQO) は、ブロック符号化を用いてコスト関数を表現するハイブリッド量子ソルバである。 以上の結果から,BENQOはQAOAよりも有意に優れた性能を示し,VQEと各種のパフォーマンス指標を比較検討した。
  論文  参考訳（メタデータ） (2024-04-22T10:10:29Z)
• Multi-objective Quantum Annealing approach for solving flexible job shop scheduling in manufacturing [0.0]
  本稿では、フレキシブルジョブショップスケジューリング問題に対処するため、量子アニーリングに基づく問題解決アルゴリズム(QASA)を提案する。 ベンチマーク問題の実験では、タブ検索、シミュレートされたアニーリング、量子アニーリングを組み合わせたQASAが、古典的解法アルゴリズム(CSA)のソリューション品質を上回っている。
  論文  参考訳（メタデータ） (2023-11-16T07:45:57Z)
• Test Case Minimization with Quantum Annealers [0.0]
  理論的には、量子アニールは古典的コンピュータより優れている。 小型、すなわち量子ビットが限られている(量子ビット) テストケース(TCM)をQAで解くための最初の取り組みであるBootQAを提案する。
  論文  参考訳（メタデータ） (2023-08-10T11:31:53Z)
• Matching Game for Optimized Association in Quantum Communication Networks [65.16483325184237]
  本稿では,量子スイッチのためのスワップスタブルな要求-QSアソシエーションアルゴリズムを提案する。 サービスされた要求の割合で、ほぼ最適(5%)のパフォーマンスを達成する。 QCNのサイズが大きくなると、スケーラビリティが向上し、ほぼ最適性能を維持することが示されている。
  論文  参考訳（メタデータ） (2023-05-22T03:39:18Z)
• Scaling Limits of Quantum Repeater Networks [62.75241407271626]
  量子ネットワーク(QN)は、セキュアな通信、強化されたセンシング、効率的な分散量子コンピューティングのための有望なプラットフォームである。 量子状態の脆弱な性質のため、これらのネットワークはスケーラビリティの観点から大きな課題に直面している。 本稿では,量子リピータネットワーク(QRN)のスケーリング限界について解析する。
  論文  参考訳（メタデータ） (2023-05-15T14:57:01Z)
• Quantum-Assisted Solution Paths for the Capacitated Vehicle Routing Problem [0.0]
  我々は、キャパシタントカー問題(CVRP)またはその減量版であるトラベリングセールスパーソン問題(TSP)について議論する。 今日の最も強力な古典的アルゴリズムでさえ、CVRPは古典的解決が難しい。 量子コンピューティングは、ソリューションの時間を改善する手段を提供するかもしれない。
  論文  参考訳（メタデータ） (2023-04-19T13:03:50Z)
• 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)
• 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)
• 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 circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)

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。