論文の概要: Learning Feasible Quantum States for Quadratic Constrained Binary Optimization Problems

• arxiv url: http://arxiv.org/abs/2508.02590v1
• Date: Mon, 04 Aug 2025 16:44:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-05 18:25:22.43626
• Title: Learning Feasible Quantum States for Quadratic Constrained Binary Optimization Problems
• Title（参考訳）: 二次制約付き二項最適化問題に対する学習可能な量子状態
• Authors: Anthony Wilkie, Alexander DeLise, Andrew Del Real, Rebekah Herrman, James Ostrowski,
• Abstract要約: 我々はQCBOの制約を満たす量子状態の同値重ね合わせを生成する変動的アプローチを開発する。 結果として生じる同値な重ね合わせは、QUBO/QCBOを解く量子アルゴリズムの初期状態として使用できる。
• 参考スコア（独自算出の注目度）: 41.23247424467223
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum computing approaches excel at solving quadratic unconstrained binary optimization (QUBO) problems, however solving quadratic constrained binary optimization problems (QCBOs) is more challenging. In this work, we develop a variational approach that creates an equal superposition of quantum states that satisfy constraints in a QCBO. The method relies on flag qubits, one per constraint, to identify when a constraint is violated or not. The resulting equal superposition can be used as an initial state for quantum algorithms that solve QUBOs/QCBOs such as Grover's search algorithm or the quantum approximate optimization algorithm (QAOA). We test the approach on sets of one and two linear inequality constraints and find that it is able to generate an equal superposition of feasible states with a .98 AR on average. We then use the approach to generate initial states for Grover-mixer QAOA (GM-QAOA) and find that GM-QAOA with the constraint gadgets yields significantly higher probability of measuring the optimal solution than random guessing.
• Abstract（参考訳）: 量子コンピューティングアプローチは2次非制約バイナリ最適化(QUBO)の解法に優れているが、2次制約バイナリ最適化(QCBO)の解法はより困難である。 本研究では,QCBOの制約を満たす量子状態の同値重ね合わせを生成する変分法を開発する。 この方法は、制約が違反したかどうかを特定するために、制約ごとに1つのフラグ量子ビットに依存する。 結果として得られる等重積は、グローバーの探索アルゴリズムや量子近似最適化アルゴリズム(QAOA)のようなQUBO/QCBOを解く量子アルゴリズムの初期状態として用いられる。 我々は1つの線形不等式制約と2つの線形不等式制約の集合に対するアプローチを検証し、平均で.98 ARで実現可能な状態の同値重ね合わせを生成することができることを示した。 次に,この手法を用いてGrover-mixer QAOA(GM-QAOA)の初期状態を生成する。

関連論文リスト

• A Quantum Constraint Generation Framework for Binary Linear Programs [0.0]
  量子コンピュータを用いたバイナリ線形プログラミング(BLP)のための新しい手法を提案する。 量子最適化アルゴリズム(ハイブリッドまたは量子専用)は現在、ICPのためのスタンドアロンの解法である。 本研究では,任意の量子最適化アルゴリズムを量子情報古典制約生成フレームワークにラップする。
  論文  参考訳（メタデータ） (2025-03-27T07:24:33Z)
• A quantum annealing approach to the minimum distance problem of quantum codes [0.0]
  本稿では,量子安定化器符号の最小距離を準拘束的二項最適化問題として再定式化することで計算する手法を提案する。 D-Wave Advantage 4.1quantum annealerと比較することにより,本手法の実用性を示す。
  論文  参考訳（メタデータ） (2024-04-26T21:29:42Z)
• A Universal Quantum Algorithm for Weighted Maximum Cut and Ising Problems [0.0]
  本稿では,二項問題の近似解を計算するためのハイブリッド量子古典アルゴリズムを提案する。 我々は、重み付き最大カットまたはイジング・ハミルトン演算子をブロック符号化するユニタリおよびエルミート演算子を実装するために浅深さ量子回路を用いる。 この作用素の変動量子状態への期待を測定すると、量子系の変動エネルギーが得られる。
  論文  参考訳（メタデータ） (2023-06-10T23:28:13Z)
• Enhancing Quantum Algorithms for Quadratic Unconstrained Binary Optimization via Integer Programming [0.0]
  本研究では,最適化のための量子および古典的手法の可能性を統合する。 線形緩和により問題のサイズを小さくし、最小サイズの量子マシンで問題を処理できるようにした。 実量子ハードウェアの計算結果を多数提示する。
  論文  参考訳（メタデータ） (2023-02-10T20:12:53Z)
• Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
  量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。 量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
  論文  参考訳（メタデータ） (2022-12-06T22:01:49Z)
• Unbalanced penalization: A new approach to encode inequality constraints of combinatorial problems for quantum optimization algorithms [42.29248343585333]
  余分なスラック変数を必要としない代替手法を提案する。 我々は,旅行セールスマン問題,ビン包装問題,ナプサック問題に対するアプローチを評価した。 この新しいアプローチは、リソースの少ない不等式制約の問題を解決するために使用できる。
  論文  参考訳（メタデータ） (2022-11-25T06:05:18Z)
• QAOA-in-QAOA: solving large-scale MaxCut problems on small quantum machines [81.4597482536073]
  量子近似最適化アルゴリズム(QAOAs)は、量子マシンのパワーを利用し、断熱進化の精神を継承する。 量子マシンを用いて任意の大規模MaxCut問題を解くためにQAOA-in-QAOA(textQAOA2$)を提案する。 提案手法は,大規模最適化問題におけるQAOAsの能力を高めるために,他の高度な戦略にシームレスに組み込むことができる。
  論文  参考訳（メタデータ） (2022-05-24T03:49:10Z)
• Quadratic Unconstrained Binary Optimisation via Quantum-Inspired Annealing [58.720142291102135]
  本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。 我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
  論文  参考訳（メタデータ） (2021-08-18T09:26:17Z)
• Adiabatic Quantum Graph Matching with Permutation Matrix Constraints [75.88678895180189]
  3次元形状と画像のマッチング問題は、NPハードな置換行列制約を持つ二次代入問題(QAP)としてしばしば定式化される。 本稿では,量子ハードウェア上での効率的な実行に適した制約のない問題として,いくつかのQAPの再構成を提案する。 提案アルゴリズムは、将来の量子コンピューティングアーキテクチャにおいて、より高次元にスケールする可能性がある。
  論文  参考訳（メタデータ） (2021-07-08T17:59:55Z)
• Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
  形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。 本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。 Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
  論文  参考訳（メタデータ） (2021-05-06T17:59:38Z)
• Quantum Assisted Eigensolver [0.0]
  本研究では,ハミルトニアンの基底状態と基底状態エネルギーを近似するハイブリッド量子古典アルゴリズムを提案する。 アルゴリズムの量子部分からの出力を古典コンピュータの入力として利用する。
  論文  参考訳（メタデータ） (2020-09-23T08:33:18Z)

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。