論文の概要: Quantum circuit evolutionary framework applied on set partitioning problem

• arxiv url: http://arxiv.org/abs/2507.20777v1
• Date: Mon, 28 Jul 2025 12:42:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-29 16:23:58.117521
• Title: Quantum circuit evolutionary framework applied on set partitioning problem
• Title（参考訳）: 集合分割問題に応用した量子回路進化の枠組み
• Authors: Bruno Oziel Fernandez, Rodrigo Bloot, Marcelo Moret,
• Abstract要約: 2つのアプローチで可変位相を持つ回路に基づくフレームワークを提案する。 設定分割問題のいくつかの事例において,提案手法の有効性を検証した。 特に擬似対数進化的用語を用いた戦略は顕著な性能を示した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum algorithms are of great interest for their possible use in optimization problems. In particular, variational algorithms that use classical counterparts to optimize parameters hold promise for use in currently existing devices. However, convergence stagnation phenomena pose a challenge for such algorithms. Seeking to avoid such difficulties, we present a framework based on circuits with variable topology with two approaches, one based on ansatz-free evolutionary method known from literature and the other using an introduction of an ansatz with circuital structure inspired by the physics of the Hamiltonian related to the problem, considering a, named here, pseudo-counterdiabatic evolutionary term. The efficiency of the proposed framework was tested on several instances of the set partitioning problem. The two approaches were compared with the Variational Quantum Eigensolver in noisy and non-noisy scenarios. The results demonstrated that optimization using circuits with variable topology presented very encouraging results. Notably, the strategy employing a pseudo-counterdiabatic evolutionary term exhibited remarkable performance, avoiding convergence stagnation in most instances considered. This framework circumvents the need for classical optimizers, and, as a consequence, this procedure based on circuits with variable topology indicates an interesting path in the search for algorithms to solve integer optimization problems targeting efficient applications in larger-scale scenarios.
• Abstract（参考訳）: 量子アルゴリズムは最適化問題で使用できることに非常に関心がある。 特に、パラメータを最適化するために古典的なアルゴリズムを使用する変分アルゴリズムは、既存のデバイスでの使用を約束する。 しかし、収束停滞現象はそのようなアルゴリズムに挑戦する。 そのような問題を避けるために、文献から知られているアンザッツフリー進化法と、この問題に関連するハミルトニアンの物理学にインスパイアされた回路構造を持つアンザッツの導入という2つのアプローチによる可変位相を持つ回路に基づく枠組みを提案する。 設定分割問題のいくつかの事例において,提案手法の有効性を検証した。 この2つの手法を,ノイズおよび非ノイズシナリオにおける変分量子固有解法と比較した。 その結果, 可変位相を持つ回路を用いた最適化は, 極めて有望な結果を示した。 特に、擬似対数進化的用語を用いた戦略は、ほとんどの事例において収束の停滞を回避し、顕著な性能を示した。 このフレームワークは古典最適化器の必要性を回避し、結果として、可変位相を持つ回路に基づくこの手順は、より大規模なシナリオにおける効率的なアプリケーションをターゲットにした整数最適化問題を解くアルゴリズムの探索において興味深い経路を示している。

関連論文リスト

• Avoiding convergence stagnation in a quantum circuit evolutionary framework through an adaptive cost function [0.0]
  本稿では,最近導入された量子回路進化法(QCE)が二項最適化問題に適用可能であることを示す。 本稿では,回路の進化に伴って動的に変化する適応コスト関数(ACF)を用いたフレームワークを提案する。 実験の結果,QCE-ACFはQAOAと同一の収束性能を示すが,実行時間が短い。
  論文  参考訳（メタデータ） (2025-03-28T13:14:50Z)
• DAPO-QAOA: An algorithm for solving combinatorial optimization problems by dynamically constructing phase operators [3.146466735747661]
  本稿では,従来のレイヤの出力と近傍探索手法に基づいて位相演算子を構成する動的適応位相演算子 (DAPO) アルゴリズムを提案する。 DAPOは高い近似比を達成し、2量子RZZゲート、特に密度グラフにおいて著しく減少する。 バニラQAOAと比較すると、DAPOは同じ深さでRZZゲートの66%しか使用せず、より良い結果をもたらす。
  論文  参考訳（メタデータ） (2025-02-06T14:24:05Z)
• 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)
• 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)
• Sub-universal variational circuits for combinatorial optimization problems [0.0]
  この研究は、2ビット行列を用いて構築された最適化問題に対する量子近似解を生成するために設計された古典的確率回路の新たなクラスを導入する。 そこで,本研究では,最大カウト問題における変分回路の性能について検討した。 この結果から,変分回路の性能を準ユニバーサルゲートセットで評価することは,量子変分回路が励起可能な領域を特定する上で貴重な指標であることが示唆された。
  論文  参考訳（メタデータ） (2023-08-29T02:16:48Z)
• A Deep Unrolling Model with Hybrid Optimization Structure for Hyperspectral Image Deconvolution [50.13564338607482]
  本稿では,DeepMixと呼ばれるハイパースペクトルデコンボリューション問題に対する新しい最適化フレームワークを提案する。 これは3つの異なるモジュール、すなわちデータ一貫性モジュール、手作りの正規化器の効果を強制するモジュール、および装飾モジュールで構成されている。 本研究は,他のモジュールの協調作業によって達成される進歩を維持するために設計された,文脈を考慮した認知型モジュールを提案する。
  論文  参考訳（メタデータ） (2023-06-10T08:25:16Z)
• 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)
• Amortized Implicit Differentiation for Stochastic Bilevel Optimization [53.12363770169761]
  決定論的条件と決定論的条件の両方において、二段階最適化問題を解決するアルゴリズムのクラスについて検討する。 厳密な勾配の推定を補正するために、ウォームスタート戦略を利用する。 このフレームワークを用いることで、これらのアルゴリズムは勾配の偏りのない推定値にアクセス可能な手法の計算複雑性と一致することを示す。
  論文  参考訳（メタデータ） (2021-11-29T15:10:09Z)
• Quantum variational optimization: The role of entanglement and problem hardness [0.0]
  本稿では, 絡み合いの役割, 変動量子回路の構造, 最適化問題の構造について検討する。 数値計算の結果,絡み合うゲートの分布を問題のトポロジに適応させる利点が示唆された。 リスク型コスト関数に条件値を適用することで最適化が向上し、最適解と重複する確率が増大することを示す。
  論文  参考訳（メタデータ） (2021-03-26T14:06:54Z)
• Particle Swarm Optimization: Fundamental Study and its Application to Optimization and to Jetty Scheduling Problems [0.0]
  従来の手法に関する進化的アルゴリズムの利点は、文献で大いに議論されている。 粒子群はそのような利点を共有しているが、計算コストの低減と実装の容易さが要求されるため、進化的アルゴリズムよりも優れている。 本論文は, それらのチューニングについて検討するものではなく, 従来の研究から汎用的な設定を抽出し, 様々な問題を最適化するために, 事実上同じアルゴリズムを用いている。
  論文  参考訳（メタデータ） (2021-01-25T02:06:30Z)
• 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。

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。