論文の概要: Hybrid Quantum-Classical Scheduling with Problem-Aware Calibration on a Quantum Annealer

• arxiv url: http://arxiv.org/abs/2509.04808v1
• Date: Fri, 05 Sep 2025 05:08:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-08 14:27:25.480481
• Title: Hybrid Quantum-Classical Scheduling with Problem-Aware Calibration on a Quantum Annealer
• Title（参考訳）: 量子アニール上の問題認識キャリブレーションによるハイブリッド量子-古典的スケジューリング
• Authors: Krzysztof Giergiel, Y. Sam Yang, Anthony B. Murphy,
• Abstract要約: スポーツキャンプにおける実世界最適化問題室スケジューリングへの量子アニールの適用性を評価する。 我々は、改良された定式化と新しい問題対応キャリブレーション手法を開発した。 キャリブレーションと定式化の改善にもかかわらず、QA性能は接続性や問題サイズが向上して低下する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We evaluate the application of quantum annealing (QA) to a real-world combinatorial optimisation problem-room scheduling for sports camps at the Australian Institute of Sport-using both classical and quantum approaches. Due to current hardware limitations, the full problem cannot be embedded on existing QA platforms, motivating a hybrid method combining classical heuristics with quantum subroutines. We develop an improved formulation and a novel problem-aware calibration scheme, leveraging multi-qubit statistics to enhance the annealing performance. Our results show that the optimal annealing time aligns with the coherence time of the D-Wave Advantage 2 prototype (approximately 100 ns), with longer anneals yielding poorer outcomes before slow thermal recovery. Despite calibration and formulation improvements, QA performance degrades with increased connectivity and problem size, highlighting the need for improved qubit quality and parameter precision. These findings clarify the capabilities and limitations of current QA hardware and suggest strategies for extending its practical utility through hybrid methods and informed calibration.
• Abstract（参考訳）: オーストラリアスポーツ大学におけるスポーツキャンプにおける実世界の組合せ最適化問題-ルームスケジューリングへの量子アニール(QA)の適用について,古典的および量子的アプローチを用いて検討した。 現在のハードウェアの限界のため、問題は既存のQAプラットフォームに埋め込めず、古典的ヒューリスティックと量子サブルーチンを組み合わせたハイブリッド手法を動機付けている。 我々は,マルチキュービット統計量を利用してアニーリング性能を向上させる改良された定式化と新しい問題認識キャリブレーション手法を開発した。 その結果, D-Wave Advantage 2 プロトタイプ (約100 ns) のコヒーレンス時間と最適アニール時間は一致し, より長いアニールは熱回復が遅くなる前に低下することがわかった。 キャリブレーションと定式化の改善にもかかわらず、QA性能は接続性の向上と問題サイズの向上により劣化し、量子ビットの品質とパラメータの精度の向上の必要性が強調された。 これらの結果は,現在のQAハードウェアの機能と限界を明らかにし,ハイブリッド手法と情報キャリブレーションによる実用性の拡張戦略を提案する。

関連論文リスト

• ZeroQAT: Your Quantization-aware Training but Efficient [53.25965863436039]
  量子化は、大規模言語モデル(LLM)のデプロイメントコストを削減する効果的な手法である。 既存の低ビットPTQ法は, 局所再構成目標と下流性能の相違による累積誤差の伝搬と誤調整が生じるため, 精度劣化に悩まされる。 我々は,ゼロオーダー最適化に基づくQATフレームワークZeroQATを提案する。
  論文  参考訳（メタデータ） (2025-08-21T01:18:27Z)
• i-QLS: Quantum-supported Algorithm for Least Squares Optimization in Non-Linear Regression [4.737806718785056]
  繰り返し量子支援最小二乗(i-QLS)最適化法を提案する。 従来の量子最小二乗アプローチのスケーラビリティと精度の限界を克服する。 実験では、i-QLSにより、短期量子ハードウェアが精度とスケーラビリティを改善して回帰タスクを実行できることを確認した。
  論文  参考訳（メタデータ） (2025-05-05T17:02:35Z)
• Post-Variational Ground State Estimation via QPE-Based Quantum Imaginary Time Evolution [0.0]
  本稿では,QPEに基づくQPE-QITE(Quantum imaginary Time Evolution)アルゴリズムについて述べる。 変分法とは異なり、QPE-QITEは量子レジスタを低エネルギー固有状態に投影するために追加のアンシラを用いる。 低自己相関バイナリシーケンス(LABS)問題に適用することで,QPE-QITEの機能を示す。
  論文  参考訳（メタデータ） (2025-04-15T18:44:14Z)
• Extending quantum annealing to continuous domains: a hybrid method for quadratic programming [1.0878040851638]
  本稿では,連続最適化問題に対処する量子拡張型アニーリング(QESA)を提案する。 QESAは離散化を必要とせず、量子資源を使用する。 QESAは、ソリューションの品質において、古典的なベースラインを一貫して上回ることを示す。
  論文  参考訳（メタデータ） (2025-04-02T19:09:59Z)
• A Comparative Study of Quantum Optimization Techniques for Solving Combinatorial Optimization Benchmark Problems [4.266376725904727]
  本稿では,NP-hard問題に対する量子最適化手法の評価を目的とした,包括的なベンチマークフレームワークを提案する。 本フレームワークは,多次元クナップサック問題(MDKP),最大独立集合(MIS),二次割当問題(QAP),市場シェア問題(MSP)など,主要な課題に重点を置いている。
  論文  参考訳（メタデータ） (2025-03-15T13:02:22Z)
• 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)
• Q-FW: A Hybrid Classical-Quantum Frank-Wolfe for Quadratic Binary Optimization [44.96576908957141]
  本稿では,量子コンピュータ上での2次線形反復問題を解くために,フランク・ウルフアルゴリズム(Q-FW)に基づく古典量子ハイブリッドフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-23T18:00:03Z)
• Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
  マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。 これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。 本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
  論文  参考訳（メタデータ） (2022-02-17T18:59:20Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)

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。