Fugu-MT 論文翻訳(概要): Particle Swarm Optimization for Quantum Circuit Synthesis: Performance Analysis and Insights

論文の概要: Particle Swarm Optimization for Quantum Circuit Synthesis: Performance Analysis and Insights

arxiv url: http://arxiv.org/abs/2507.02898v1
Date: Sun, 22 Jun 2025 08:21:22 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-13 12:05:57.493237
Title: Particle Swarm Optimization for Quantum Circuit Synthesis: Performance Analysis and Insights
Title（参考訳）: 量子回路合成のための粒子群最適化:性能解析と考察
Authors: Mirza Hizriyan Nubli Hidayat, Tan Chye Cheah,
Abstract要約: 本稿では、PSOパラメータとして量子回路を符号化し、表現する方法に焦点を当てる。本論文の適合度評価はMaxOne問題である。 PSOアルゴリズムと量子回路合成のための遺伝的アルゴリズムの比較を行う。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper discusses how particle swarm optimization (PSO) can be used to generate quantum circuits to solve an instance of the MaxOne problem. It then analyzes previous studies on evolutionary algorithms for circuit synthesis. With a brief introduction to PSO, including its parameters and algorithm flow, the paper focuses on a method of quantum circuit encoding and representation as PSO parameters. The fitness evaluation used in this paper is the MaxOne problem. The paper presents experimental results that compare different learning abilities and inertia weight variations in the PSO algorithm. A comparison is further made between the PSO algorithm and a genetic algorithm for quantum circuit synthesis. The results suggest PSO converges more quickly to the optimal solution.
Abstract（参考訳）: 本稿では、量子回路を生成するために、粒子群最適化(PSO)を用いてMaxOne問題を解く方法について論じる。その後、回路合成のための進化的アルゴリズムに関する以前の研究を分析する。パラメータとアルゴリズムフローを含むPSOの簡単な紹介で、PSOパラメータとして量子回路エンコーディングと表現の方法に焦点を当てた。本論文の適合度評価はMaxOne問題である。本稿では,PSOアルゴリズムの学習能力と慣性重み変化を比較する実験結果を提案する。さらに、PSOアルゴリズムと量子回路合成のための遺伝的アルゴリズムの比較を行う。その結果、PSOは最適解により早く収束することが示唆された。

関連論文リスト

Variational Quantum Algorithm for Constrained Topology Optimization [4.067407250874754]
制約付き位相最適化のための新しい変分量子アルゴリズムを提案する。提案する量子アルゴリズムのゲート複雑性を解析する。このアルゴリズムはトラス構造やMesserschmitt-B"olkow-Blohmビームなどのコンプライアンス問題で実証される。
論文参考訳（メタデータ） (2024-12-10T01:38:40Z)
Performance Benchmarking of Quantum Algorithms for Hard Combinatorial Optimization Problems: A Comparative Study of non-FTQC Approaches [0.0]
本研究は、4つの異なる最適化問題にまたがっていくつかの非フォールト耐性量子コンピューティングアルゴリズムを体系的にベンチマークする。我々のベンチマークには、変分量子固有解法など、ノイズの多い中間スケール量子(NISQ)アルゴリズムが含まれている。以上の結果から,FTQC以外のアルゴリズムは全ての問題に対して最適に動作しないことが明らかとなり,アルゴリズム戦略の調整の必要性が浮き彫りになった。
論文参考訳（メタデータ） (2024-10-30T08:41:29Z)
Quantum evolutionary algorithm for TSP combinatorial optimisation problem [0.0]
本稿では、量子遺伝的アルゴリズム(QGA)を用いて、旅行セールスマン問題(TSP)と呼ばれる新しい問題を解決する方法を実装する。我々は、この新しいアプローチがいかにうまく機能するかを、古典的遺伝的アルゴリズム(CGA)として知られる従来の手法と比較した。
論文参考訳（メタデータ） (2024-09-20T08:27:42Z)
Optimization by Decoded Quantum Interferometry [42.169154389732036]
Decoded Quantum Interferometry (DQI) という量子アルゴリズムを導入する。有限体上のデータに近似するために、DQIは我々の知るどの時間よりも良い近似比を達成する。
論文参考訳（メタデータ） (2024-08-15T17:47:42Z)
Benchmarking Variational Quantum Algorithms for Combinatorial Optimization in Practice [0.0]
変分量子アルゴリズム、特に変分量子固有解器の変種は最適化(CO)問題に対処するために提案されている。ベンチマークとしてMax-Cutを用いてCO問題を解く上で,このスケーリング結果がどのような意味を持つのかを数値的に検討する。
論文参考訳（メタデータ） (2024-08-06T09:57:34Z)
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)
A Review on Quantum Approximate Optimization Algorithm and its Variants [47.89542334125886]
量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm、QAOA)は、難解な最適化問題を解くことを目的とした、非常に有望な変分量子アルゴリズムである。この総合的なレビューは、様々なシナリオにおけるパフォーマンス分析を含む、QAOAの現状の概要を提供する。我々は,提案アルゴリズムの今後の展望と方向性を探りながら,選択したQAOA拡張と変種の比較研究を行う。
論文参考訳（メタデータ） (2023-06-15T15:28:12Z)
Automatic and effective discovery of quantum kernels [41.61572387137452]
量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
論文参考訳（メタデータ） (2022-09-22T16:42:14Z)
An entanglement perspective on the quantum approximate optimization algorithm [0.0]
ランダム化および最適化されたQAOA回路による絡み合いの増大と広がりについて検討する。また、ランダム行列理論に関連する絡み合いスペクトルについても検討する。
論文参考訳（メタデータ） (2022-06-14T17:37:44Z)
Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
論文参考訳（メタデータ） (2022-03-01T19:47:16Z)
Behavior of Analog Quantum Algorithms [0.0]
異なるアナログ量子アルゴリズムは、異なる極限と近似の下で最適なプロトコルをエミュレートできることを示す。本稿では,他の論文から得られた解析的および数値的知見を用いて,最適なプロトコルをよりよく近似するアルゴリズムを提案する。
論文参考訳（メタデータ） (2021-07-02T18:00:07Z)
Quantum Algorithms for Data Representation and Analysis [68.754953879193]
機械学習におけるデータ表現のための固有problemsの解を高速化する量子手続きを提供する。これらのサブルーチンのパワーと実用性は、主成分分析、対応解析、潜在意味解析のための入力行列の大きさのサブ線形量子アルゴリズムによって示される。その結果、入力のサイズに依存しない実行時のパラメータは妥当であり、計算モデル上の誤差が小さいことが示され、競合的な分類性能が得られる。
論文参考訳（メタデータ） (2021-04-19T00:41:43Z)
Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文参考訳（メタデータ） (2020-10-01T18:14:11Z)
Cross Entropy Hyperparameter Optimization for Constrained Problem Hamiltonians Applied to QAOA [68.11912614360878]
QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
論文参考訳（メタデータ） (2020-03-11T13:52:41Z)

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。