Fugu-MT 論文翻訳(概要): Variational Quantum Optimization Benchmark Suite for Airline Crew Pairing and More

論文の概要: Variational Quantum Optimization Benchmark Suite for Airline Crew Pairing and More

arxiv url: http://arxiv.org/abs/2504.11899v1
Date: Wed, 16 Apr 2025 09:25:50 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-17 14:39:11.689021
Title: Variational Quantum Optimization Benchmark Suite for Airline Crew Pairing and More
Title（参考訳）: 航空機乗組員ペアリング等のための変分量子最適化ベンチマークスイート
Authors: Dávid Sipos, András Czégel, Boglárka G. -Tóth,
Abstract要約: 量子最適化のためのフレームワークを構成するオープンソースパッケージのセットを紹介する。システムの1つのゴールは、実験をセットアップするためのコマンドラインベースの構成システムを含めることである。本稿では,Airline Crew Pairing問題,高関連産業問題,MaxCut問題を通じて,管理可能なサイズのインスタンスが容易に利用可能となるシステムの利用例を示す。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: We introduce a set of open-source packages that form a highly extensible framework for quantum optimization. One design goal of the system is the inclusion of a command line based configuration system for setting up experiments. The possible options are derived using well-known Python packages and presented to the user intuitively, allowing the configuration of repeatable variational quantum optimization experiments. We give an example of using the system through the Airline Crew Pairing problem, a highly relevant industrial problem, and the MaxCut problem, for which instances of manageable size are readily available.
Abstract（参考訳）: 我々は,量子最適化のための拡張性の高いフレームワークを構成する,オープンソースパッケージのセットを紹介する。システムの設計目標のひとつは、実験をセットアップするためのコマンドラインベースの構成システムの導入である。可能なオプションは、よく知られたPythonパッケージを使用して導出され、ユーザに直感的に提示される。本稿では,Airline Crew Pairing問題,高関連産業問題,MaxCut問題を通じて,管理可能なサイズのインスタンスが容易に利用可能となるシステムの利用例を示す。

関連論文リスト

Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
論文参考訳（メタデータ） (2024-04-17T11:00:12Z)
Random Aggregate Beamforming for Over-the-Air Federated Learning in Large-Scale Networks [66.18765335695414]
本稿では,アグリゲーションエラーを最小限に抑え,選択したデバイス数を最大化する目的で,共同装置の選択とアグリゲーションビームフォーミング設計について検討する。コスト効率のよい方法でこの問題に取り組むために,ランダムな集合ビームフォーミング方式を提案する。また, 得られた集計誤差と, デバイス数が大きい場合に選択したデバイス数についても解析を行った。
論文参考訳（メタデータ） (2024-02-20T23:59:45Z)
Analyzing and Enhancing the Backward-Pass Convergence of Unrolled Optimization [50.38518771642365]
ディープネットワークにおけるコンポーネントとしての制約付き最適化モデルの統合は、多くの専門的な学習タスクに有望な進歩をもたらした。この設定における中心的な課題は最適化問題の解によるバックプロパゲーションであり、しばしば閉形式を欠いている。本稿では, 非線形最適化の後方通過に関する理論的知見を提供し, 特定の反復法による線形システムの解と等価であることを示す。 Folded Optimizationと呼ばれるシステムが提案され、非ローリングなソルバ実装からより効率的なバックプロパゲーションルールを構築する。
論文参考訳（メタデータ） (2023-12-28T23:15:18Z)
A General Framework for User-Guided Bayesian Optimization [51.96352579696041]
コラボ (ColaBO) は、典型的なカーネル構造を超越した事前信念のための最初のベイズ原理の枠組みである。我々は,ColaBOの事前情報が正確である場合に最適化を著しく高速化し,ミスリード時のほぼ既定性能を維持する能力を実証的に実証した。
論文参考訳（メタデータ） (2023-11-24T18:27:26Z)
Randomized Benchmarking of Local Zeroth-Order Optimizers for Variational Quantum Systems [65.268245109828]
古典学のパフォーマンスを、半ランダム化された一連のタスクで比較する。量子システムにおける一般に好適な性能とクエリ効率のため、局所ゼロ階数に着目する。
論文参考訳（メタデータ） (2023-10-14T02:13:26Z)
Designing Quantum Annealing Schedules using Bayesian Optimization [0.0]
ベイジアン最適化は,標準プロトコルよりも数桁優れた忠実度をもたらすスケジュールを特定できることがわかった。我々の手法は、ハード最適化問題に対するハイブリッド量子アルゴリズムの設計を改善するのに役立つ。
論文参考訳（メタデータ） (2023-05-22T18:00:03Z)
QuOCS: The Quantum Optimal Control Suite [0.0]
我々のQuantum Optimal Control Suite(QuOCS)は、統一されたフレームワークにおいて実験的な焦点とモデルベースのアプローチを統一する。ダイヤモンドの色欠陥、超伝導量子ビット、原子またはイオンベースの量子コンピュータなど、多くの量子技術プラットフォームの性能を向上させるように設計されている。物理学におけるより一般的な現象の研究にも応用できる。
論文参考訳（メタデータ） (2022-12-21T16:05:04Z)
PYROBOCOP : Python-based Robotic Control & Optimization Package for Manipulation and Collision Avoidance [12.292075907844067]
PYROBOCOPはPythonベースのロボットシステムの制御と最適化のためのパッケージである。相補性制約によって記述される接触を持つシステムを扱うことができる。
論文参考訳（メタデータ） (2021-06-06T19:46:29Z)
RecPipe: Co-designing Models and Hardware to Jointly Optimize Recommendation Quality and Performance [6.489720534548981]
RecPipeは、推奨品質と推論性能を共同で最適化するシステムである。 RPAccelは、品質、テールレイテンシ、システムスループットを共同で最適化するカスタムアクセラレータである。
論文参考訳（メタデータ） (2021-05-18T20:44:04Z)
Quantum Machine Learning with SQUID [64.53556573827525]
分類問題に対するハイブリッド量子古典アルゴリズムを探索するオープンソースフレームワークであるScaled QUantum IDentifier (SQUID)を提案する。本稿では、一般的なMNISTデータセットから標準バイナリ分類問題にSQUIDを使用する例を示す。
論文参考訳（メタデータ） (2021-04-30T21:34:11Z)

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。