論文の概要: Spatial Regionalization: A Hybrid Quantum Computing Approach
- arxiv url: http://arxiv.org/abs/2506.18799v1
- Date: Mon, 23 Jun 2025 16:04:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-24 19:06:37.080275
- Title: Spatial Regionalization: A Hybrid Quantum Computing Approach
- Title（参考訳）: 空間的地域化:ハイブリッド量子コンピューティングアプローチ
- Authors: Yunhan Chang, Amr Magdy, Federico M. Spedalieri, Ibrahim Sabek,
- Abstract要約: 本稿では,空間的局所化に量子古典法を導入し,この問題を管理可能なサブプロブレムに分解する。
最初の結果から,空間的局所化問題とその変種に対する有望な量子性能の利点が示された。
- 参考スコア（独自算出の注目度）: 4.484833918455159
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum computing has shown significant potential to address complex optimization problems; however, its application remains confined to specific problems at limited scales. Spatial regionalization remains largely unexplored in quantum computing due to its complexity and large number of variables. In this paper, we introduce the first hybrid quantum-classical method to spatial regionalization by decomposing the problem into manageable subproblems, leveraging the strengths of both classical and quantum computation. This study establishes a foundational framework for effectively integrating quantum computing methods into realistic and complex spatial optimization tasks. Our initial results show a promising quantum performance advantage for a broad range of spatial regionalization problems and their variants.
- Abstract（参考訳）: 量子コンピューティングは、複雑な最適化問題に対処する大きな可能性を示しているが、その応用は限定的なスケールで特定の問題に限られている。
空間的局所化は、その複雑さと多数の変数のため、量子コンピューティングにおいてほとんど探索されていない。
本稿では,古典計算と量子計算の両方の長所を生かして,問題を管理可能なサブプロブレムに分解することで,空間的局所化に最初のハイブリッド量子古典法を提案する。
本研究では,量子コンピューティング手法を現実的で複雑な空間最適化タスクに効果的に統合するための基礎的枠組みを確立する。
最初の結果から,空間的局所化問題とその変種に対する有望な量子性能の利点が示された。
関連論文リスト
- Bias-field digitized counterdiabatic quantum optimization [39.58317527488534]
我々はこのプロトコルをバイアス場デジタルダイアバティック量子最適化(BF-DCQO)と呼ぶ。
私たちの純粋に量子的なアプローチは、古典的な変分量子アルゴリズムへの依存を排除します。
基底状態の成功確率のスケーリング改善を実現し、最大2桁まで増大する。
論文 参考訳（メタデータ） (2024-05-22T18:11:42Z) - Quantum Complexity vs Classical Complexity: A Survey [2.4302813010040714]
量子コンピューティングの潜在能力を最大限活用するためには、問題解決戦略の適応が不可欠である。
本稿では,量子コンピューティングによる複雑な古典的計算問題を解くことを目的とした先行研究の集約に焦点をあてる。
論文 参考訳（メタデータ） (2023-12-16T16:02:21Z) - Exploring the topological sector optimization on quantum computers [5.458469081464264]
トポロジカルセクター最適化(TSO)問題は、量子多体物理学コミュニティにおいて特に関心を集めている。
TSO問題の最適化の難しさは、ギャップレス性に限らず、トポロジカル性にも起因していることを示す。
TSO問題を解決するために、量子コンピュータ上で実現可能な量子想像時間進化(QITE)を利用する。
論文 参考訳（メタデータ） (2023-10-06T14:51:07Z) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳（メタデータ） (2023-10-04T17:53:55Z) - 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) - Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the
Race to Practical Quantum Advantage [43.3054117987806]
本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。
本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。
古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
論文 参考訳（メタデータ） (2022-08-29T15:24:03Z) - Quantum Entropic Causal Inference [30.939150842529052]
エントロピー原理を利用して量子情報科学と因果推論を融合するための新しい理論的枠組みを提唱する。
提案したフレームワークを量子ノイズリンク上のメッセージ送信者を特定する実験的に関連するシナリオに適用する。
論文 参考訳（メタデータ） (2021-02-23T15:51:34Z)
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。