Fugu-MT 論文翻訳(概要): Hybrid Quantum-Classical Optimisation of Traveling Salesperson Problem

論文の概要: Hybrid Quantum-Classical Optimisation of Traveling Salesperson Problem

arxiv url: http://arxiv.org/abs/2509.26229v1
Date: Tue, 30 Sep 2025 13:26:12 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-01 17:09:04.554088
Title: Hybrid Quantum-Classical Optimisation of Traveling Salesperson Problem
Title（参考訳）: 旅行セールスパーソン問題のハイブリッド量子-古典的最適化
Authors: Christos Lytrosyngounis, Ioannis Lytrosyngounis,
Abstract要約: 本稿では,変分量子固有解法(VQE)の最適化と古典的機械学習を統合するハイブリッド量子古典的フレームワークを提案する。 Qiskit の AerSimulator と ibm_kyiv 127-qubit バックエンドを用いて,80 のヨーロッパ都市におけるフレームワークの評価を行った。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The Traveling Salesperson Problem (TSP), a quintessential NP-hard combinatorial optimisation challenge, is vital for logistics and network design but limited by exponential complexity in large instances. We propose a hybrid quantum-classical framework integrating variational quantum eigensolver (VQE) optimisation with classical machine learning, using K-means clustering for problem decomposition and a RandomForestRegressor for path refinement. Evaluated on 80 European cities (from 4 to 80 cities, 38,500 samples in total) via Qiskit's AerSimulator and ibm_kyiv 127-qubit backend, the hybrid approach outperforms quantum-only methods, achieving an approximation ratio of 1.0287 at 80 cities, a 47.5% improvement over quantum-only's 1.9614, nearing the classical baseline. Machine learning reduces variability in tour distances (interquartile range, IQR - the spread of the middle 50% of results relative to the median - from 0.06 to 0.04), enhancing stability despite noisy intermediate-scale quantum (NISQ) noise. This framework underscores hybrid strategies' potential for scalable TSP optimisation, with future hardware advancements promising practical quantum advantages.
Abstract（参考訳）: トラベリングセールスパーソン問題(TSP)は,大規模インスタンスの指数複雑性によって制限されるロジスティクスとネットワーク設計において重要である。本稿では,変分量子固有解器(VQE)最適化と古典的機械学習を統合したハイブリッド量子古典的フレームワークを提案する。 QiskitのAerSimulatorとibm_kyiv 127-qubitのバックエンドを通じて80都市(合計38,500のサンプル)で評価され、このハイブリッドアプローチは量子のみの手法より優れ、80都市で1.0287の近似比を達成し、古典的なベースラインに近い1.9614よりも47.5%改善した。機械学習は、ツアー距離(中間範囲、ICC – 中央値(0.06から0.04)に対する結果の中央50%の拡散)の変動を低減し、ノイズの多い中間スケール量子(NISQ)ノイズにもかかわらず安定性を向上する。このフレームワークは、スケーラブルなTSP最適化のためのハイブリッド戦略の可能性を強調し、将来のハードウェアの進歩は実用的な量子的優位性を約束する。

関連論文リスト

TensoMeta-VQC: A Tensor-Train-Guided Meta-Learning Framework for Robust and Scalable Variational Quantum Computing [60.996803677584424]
TensoMeta-VQCは、VQCの堅牢性とスケーラビリティを大幅に向上させるために設計された、TT誘導型メタラーニングフレームワークである。我々のフレームワークは、量子回路パラメータの生成を古典的なTTネットワークに完全に委譲し、量子ハードウェアから最適化を効果的に分離する。
論文参考訳（メタデータ） (2025-08-01T23:37:55Z)
A Neural-Guided Variational Quantum Algorithm for Efficient Sign Structure Learning in Hybrid Architectures [11.258303973058377]
変分量子アルゴリズムは、短期量子プロセッサのパワーを解き放つという大きな約束を持っている。本稿では、古典的および量子的モジュール間で振幅と手話の学習を分離するニューラルネットワーク誘導変分量子アルゴリズムsVQNHEを紹介する。このハイブリッド量子古典的シナジーは、測定コストを削減するだけでなく、限られた量子資源で高い表現性を達成する。
論文参考訳（メタデータ） (2025-07-10T08:54:49Z)
Sculpting Quantum Landscapes: Fubini-Study Metric Conditioning for Geometry Aware Learning in Parameterized Quantum Circuits [0.0]
本稿では,変分量子アルゴリズムにおけるバレンプラトーを緩和するために,フビニ・スタディ・テンソルを明示的に条件づけたSculptureというメタラーニングフレームワークを提案する。本研究では,フビニ・スタディ・メトリックの対数条件を,トレーニング可能性,最適化力学,一般化を規定する重要な幾何学的量として同定する。
論文参考訳（メタデータ） (2025-06-27T06:30:33Z)
Threshold for Fault-tolerant Quantum Advantage with the Quantum Approximate Optimization Algorithm [6.328164687610608]
現実的な仮定の下では、量子コンピュータが古典的な最適化問題に勝ることはありそうにない。さらに, 物理誤差率と耐故障性オーバーヘッドの低減が期待できるため, 古典的解法エネルギー消費に対するこの制限は緩和可能であることを示す。これらの結果は、大規模フォールトトレラント量子コンピュータが最適化に有用であるという仮説を支持している。
論文参考訳（メタデータ） (2025-04-02T16:57:28Z)
Hybrid Quantum-Classical Optimisation of Traveling Salesperson Problem [0.0]
トラベリングセールスパーソン問題(TSP)は基本的なNPハード最適化問題である。量子最適化技術と古典的機械学習手法を統合するハイブリッド量子古典的手法を提案する。
論文参考訳（メタデータ） (2025-02-28T22:07:28Z)
Bayesian Quantum Amplitude Estimation [46.03321798937855]
量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
論文参考訳（メタデータ） (2024-12-05T18:09:41Z)
Bias-field digitized counterdiabatic quantum optimization [39.58317527488534]
我々はこのプロトコルをバイアス場デジタルダイアバティック量子最適化(BF-DCQO)と呼ぶ。私たちの純粋に量子的なアプローチは、古典的な変分量子アルゴリズムへの依存を排除します。基底状態の成功確率のスケーリング改善を実現し、最大2桁まで増大する。
論文参考訳（メタデータ） (2024-05-22T18:11:42Z)
A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文参考訳（メタデータ） (2024-02-23T14:09:41Z)
Reconfigurable Intelligent Surface (RIS)-Assisted Entanglement Distribution in FSO Quantum Networks [62.87033427172205]
自由空間光(FSO)量子チャネルに依存する量子ネットワーク(QN)は、光ファイバー基盤の確立が困難でコストがかかる環境における量子アプリケーションをサポートすることができる。エンタングルメント分布のための仮想視線を提供する費用効率の高いフレームワークとして,再構成可能なインテリジェントサーフェス(RIS)を用いたFSOベースのQNを提案する。
論文参考訳（メタデータ） (2024-01-19T17:16:40Z)
Efficient DCQO Algorithm within the Impulse Regime for Portfolio Optimization [41.94295877935867]
本稿では,デジタルカウンセバティック量子最適化(DCQO)パラダイムを用いて,ポートフォリオ最適化のための高速なディジタル量子アルゴリズムを提案する。提案手法は,アルゴリズムの回路深度要件を特に低減し,解の精度を向上し,現在の量子プロセッサに適している。我々は,IonQトラップイオン量子コンピュータ上で最大20量子ビットを使用するプロトコルの利点を実験的に実証した。
論文参考訳（メタデータ） (2023-08-29T17:53:08Z)

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。