論文の概要: Predict and Conquer: Navigating Algorithm Trade-offs with Quantum Design Automation
- arxiv url: http://arxiv.org/abs/2507.06758v1
- Date: Wed, 09 Jul 2025 11:36:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-10 17:37:43.564636
- Title: Predict and Conquer: Navigating Algorithm Trade-offs with Quantum Design Automation
- Title（参考訳）: 予測と計算: 量子設計自動化によるアルゴリズムトレードオフのナビゲート
- Authors: Simon Thelen, Wolfgang Mauerer,
- Abstract要約: 所望の非機能要件に基づいてアルゴリズム選択を行う手法を提案する。
ソースコードレベルに基づいて、我々のフレームワークは量子古典アルゴリズムの重要な特徴をトレースする。
非機能的特性に対する様々な要因の影響を定量化する統計モデルを開発した。
- 参考スコア（独自算出の注目度）: 3.0189109720302207
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Combining quantum computers with classical compute power has become a standard means for developing algorithms that are eventually supposed to beat any purely classical alternatives. While in-principle advantages for solution quality or runtime are expected for many approaches, substantial challenges remain: Non-functional properties like runtime or solution quality of many approaches are not fully understood, and need to be explored empirically. This makes it unclear which approach is best suited for a given problem. Accurately predicting behaviour of quantum-classical algorithms opens possibilities for software abstraction layers, which can automate decision-making for algorithm selection and parametrisation. While such techniques find frequent use in classical high-performance computing, they are still mostly absent from quantum toolchains. We present a methodology to perform algorithm selection based on desirable non-functional requirements. This simplifies decision-making processes for users. Based on annotations at the source code level, our framework traces key characteristics of quantum-classical algorithms, and uses this information to predict the most suitable approach and its parameters for given computational challenges and their non-functional requirements. As combinatorial optimisation is a very extensively studied aspect of quantum-classical systems, we perform a comprehensive case study based on numerical simulations of algorithmic approaches to implement and validate our ideas. We develop statistical models to quantify the influence of various factors on non-functional properties, and establish predictions for optimal algorithmic choices without manual effort. We argue that our methodology generalises to problems beyond combinatorial optimisation, such as Hamiltonian simulation, and lays a foundation for integrated software layers for quantum design automation.
- Abstract（参考訳）: 量子コンピュータと古典的な計算能力を組み合わせることは、最終的に純粋に古典的な代替品に勝るはずのアルゴリズムを開発するための標準手段となっている。
ソリューションの品質やランタイムに対する原則上のアドバンテージは、多くのアプローチで期待されていますが、大きな課題が残っています。
これにより、どのアプローチが与えられた問題に最も適しているかが明確になる。
量子古典アルゴリズムの行動の正確な予測は、アルゴリズムの選択とパラメトリションのための意思決定を自動化するソフトウェア抽象化レイヤの可能性を開く。
このような技術は古典的な高性能コンピューティングで頻繁に使われるが、量子ツールチェーンはいまだに欠落している。
所望の非機能要件に基づいてアルゴリズム選択を行う手法を提案する。
これにより、ユーザの意思決定プロセスが簡単になる。
ソースコードレベルでのアノテーションに基づいて、我々のフレームワークは量子古典アルゴリズムの重要な特徴をトレースし、この情報を用いて、与えられた計算課題とその非機能要件に対する最も適切なアプローチとそのパラメータを予測する。
組合せ最適化は量子古典システムの非常に広範囲に研究されている側面であるため、我々のアイデアの実装と検証のためのアルゴリズム的アプローチの数値シミュレーションに基づく包括的ケーススタディを実行する。
種々の要因が非機能特性に与える影響を定量化するための統計モデルを開発し,手作業なしで最適なアルゴリズム選択の予測を行う。
我々の方法論は、ハミルトンシミュレーションのような組合せ最適化を超えた問題に一般化し、量子設計自動化のための統合ソフトウェアレイヤーの基礎を築き上げている。
関連論文リスト
- 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) - Sum-of-Squares inspired Quantum Metaheuristic for Polynomial Optimization with the Hadamard Test and Approximate Amplitude Constraints [76.53316706600717]
最近提案された量子アルゴリズムarXiv:2206.14999は半定値プログラミング(SDP)に基づいている
SDPにインスパイアされた量子アルゴリズムを2乗和に一般化する。
この結果から,本アルゴリズムは大きな問題に適応し,最もよく知られた古典学に近似することが示唆された。
論文 参考訳（メタデータ） (2024-08-14T19:04:13Z) - Integrating Quantum Algorithms Into Classical Frameworks: A Predictor-corrector Approach Using HHL [0.562479170374811]
我々は、Harrow, Hassidim and Lloyd (HHL) によって提案された方程式の線形系に対するよく知られたアルゴリズムを、直接解法ではなく予測子-相関子に適応させることにより適用する。
この戦略は、多くの古典的アルゴリズムでよく見られる計算コストの高いステップのインテリジェントな省略を可能にし、同時に量子状態の抽出に関連する悪名高い読み出し問題を緩和する。
このアプローチの汎用性は、滑らかな粒子流体力学、プラズマシミュレーション、反応性流れ構成など、様々な分野の応用を通して説明される。
論文 参考訳（メタデータ） (2024-06-28T15:31:10Z) - Towards Robust Benchmarking of Quantum Optimization Algorithms [3.9456729020535013]
既存のベンチマークフレームワークにおける重要な問題は、それぞれが古典的なアプローチで最高の量子を最適化するのと同じ努力をしていないことである。
本稿では,公正なベンチマークに向けての普遍的な手順を包括的にまとめたガイドラインについて述べる。
論文 参考訳（メタデータ） (2024-05-13T10:35:23Z) - 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) - Variational quantum algorithm for unconstrained black box binary
optimization: Application to feature selection [1.9182522142368683]
制約のないブラックボックス二項問題の解法として,変分量子アルゴリズムを提案する。
これは最適化のための量子アルゴリズムの典型的な設定とは対照的である。
提案手法は,従来の特徴選択手法よりも競争力があり,性能も向上していることを示す。
論文 参考訳（メタデータ） (2022-05-06T07:02:15Z) - A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。
私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。
実際の量子コンピュータを用いて得られた結果について述べる。
論文 参考訳（メタデータ） (2022-01-25T05:59:24Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z) - 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) - To quantum or not to quantum: towards algorithm selection in near-term
quantum optimization [0.0]
本稿では,QAOAが従来のアルゴリズムよりも有利になる確率の高い問題事例を検出する問題について検討する。
クロスバリデーションの精度は96%以上で、実用的な優位性が得られる。
論文 参考訳（メタデータ） (2020-01-22T20:42:02Z)
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。