論文の概要: Leveraging Analog Neutral Atom Quantum Computers for Diversified Pricing in Hybrid Column Generation Frameworks
- arxiv url: http://arxiv.org/abs/2510.04946v1
- Date: Mon, 06 Oct 2025 15:47:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-07 16:52:59.95876
- Title: Leveraging Analog Neutral Atom Quantum Computers for Diversified Pricing in Hybrid Column Generation Frameworks
- Title（参考訳）: ハイブリッド列生成フレームワークにおけるアナログ中性原子量子コンピュータの多様化
- Authors: Cédrick Perron, Yves Bérubé-Lauzière, Victor Drouin-Touchette,
- Abstract要約: 我々は、中性原子量子コンピュータ(NAQC)に基づくハイブリッドカラム生成(CG)アルゴリズムのアナログ量子サブルーチンを改善するための新しいパルス設計と埋め込み戦略を開発した。
これらの戦略は、生成されたサンプルの品質と多様性を改善するために設計されている。
我々はこれらをロジスティクスにおける重要な最適化(CO)問題、すなわち艦隊割り当てに適用する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this work, we develop new pulse designs and embedding strategies to improve the analog quantum subroutines of hybrid column generation (CG) algorithms based on neutral-atoms quantum computers (NAQCs). These strategies are designed to improve the quality and diversity of the samples generated. We apply these to an important combinatorial optimization (CO) problem in logistics, namely the fleet assignment. Depending on the instance tested, our quantum protocol has a performance that is either comparable or worse than the best classical method tested, both in terms of the number of iterations and final objective value. We identify the cause of these suboptimal solutions as a result of our quantum protocol often generating high-quality but degenerate samples. We address this limitation by introducing a greedy post-processing technique, Make\_Diff, which applies bit-wise modifications to degenerate samples in order to return a non-degenerate set. With this modification, our quantum protocol becomes competitive with an exact solver for the subproblem, all the while being resilient to state preparation and measurements (SPAM) errors. We also compare our CG scheme with a Gurobi solver and find that it performs better on over 50\% of our synthetic instances and that, despite Gurobi having a more extensive runtime. These improvements and benchmarks herald the potential of deploying hybrid CG schemes on NISQ devices for industrially relevant CO problems.
- Abstract（参考訳）: 本研究では、ニュートラル原子量子コンピュータ(NAQC)に基づくハイブリッドカラム生成(CG)アルゴリズムのアナログ量子サブルーチンを改善するための新しいパルス設計と埋め込み戦略を開発する。
これらの戦略は、生成されたサンプルの品質と多様性を改善するために設計されている。
我々はこれらをロジスティクスにおける重要な組合せ最適化(CO)問題、すなわち艦隊割り当てに適用する。
テストされたインスタンスによっては、我々の量子プロトコルは、イテレーションの数と最終的な客観的値の両方において、テストされた最も優れた古典的メソッドと同等か劣るパフォーマンスを持っている。
これらの準最適解の原因は、量子プロトコルによってしばしば高品質だが縮退したサンプルを生成する結果である。
我々は、非退化集合を返すために、サンプルの退化にビットワイドな修正を適用する、greedy post-processing Technique、Make\_Diffを導入することで、この制限に対処する。
この修正により、我々の量子プロトコルはサブプロブレムの正確な解法と競合するようになり、状態準備と測定(SPAM)エラーに耐性がある。
また、CGスキームをGurobiソルバと比較すると、合成インスタンスの50%以上で性能が良く、Gurobiはより広範なランタイムを持つにもかかわらず、性能が向上することがわかった。
これらの改善とベンチマークは、産業的なCO問題に対するNISQデバイスにハイブリッドCGスキームをデプロイする可能性を示唆している。
関連論文リスト
- QAOA-GPT: Efficient Generation of Adaptive and Regular Quantum Approximate Optimization Algorithm Circuits [1.5739024454537747]
本稿では、GPT(Generative Pretrained Transformer)を利用して量子回路を直接合成し、制約のないバイナリ最適化問題を解決するための生成フレームワークであるQAOA-GPTを紹介する。
トレーニング回路の多様化と品質確保のために,適応型QAOAアプローチを用いた合成データセットを作成した。
その結果,量子回路生成にQAOA-GPTを用いると,古典的QAOAの計算オーバーヘッドと適応的アプローチの両方が大幅に減少することがわかった。
論文 参考訳（メタデータ） (2025-04-23T02:00:36Z) - Branch-and-bound digitized counterdiabatic quantum optimization [39.58317527488534]
分岐とバウンドのアルゴリズムは、厳密な下界を得るために目的関数の緩和に依存する凸最適化問題を効果的に解く。
本稿では,緩和困難に対処する分枝・分枝・分枝・分枝・分枝対応量子最適化法 (BB-DCQO) を提案する。
論文 参考訳（メタデータ） (2025-04-21T18:19:19Z) - Quantum evolutionary algorithm for TSP combinatorial optimisation problem [0.0]
本稿では、量子遺伝的アルゴリズム(QGA)を用いて、旅行セールスマン問題(TSP)と呼ばれる新しい問題を解決する方法を実装する。
我々は、この新しいアプローチがいかにうまく機能するかを、古典的遺伝的アルゴリズム(CGA)として知られる従来の手法と比較した。
論文 参考訳（メタデータ） (2024-09-20T08:27:42Z) - VAE-QWGAN: Addressing Mode Collapse in Quantum GANs via Autoencoding Priors [3.823356975862005]
VAE-QWGANは、古典的変分オートエンコーダ(VAE)とハイブリッド量子ワッサーシュタインGAN(QWGAN)の強度を組み合わせる
VAE-QWGANは既存のQGANアプローチよりも大幅に改善されていることを示す。
論文 参考訳（メタデータ） (2024-09-16T14:52:22Z) - Non-native Quantum Generative Optimization with Adversarial Autoencoders [34.82692226532414]
本稿では、大規模最適化問題を既存の量子サンプリングにマッピングするために使用できる逆量子オートエンコーダモデル(AQAM)を紹介する。
従来のマルコフ・チェインモンテカルロ試料と比較すると,AQAMはレニイ偏差が低く,スペクトルギャップが大きくなることが示されている。
論文 参考訳（メタデータ） (2024-07-18T18:03:18Z) - 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) - Rethinking Data-Free Quantization as a Zero-Sum Game [44.00726062583708]
データ量子化(DFQ)は、実データにアクセスすることなく、量子化されたネットワーク(Q)の性能を回復する。
DFQは、代わりに完全精度ネットワーク(P)から学習することで、ジェネレータ(G)を介して偽のサンプルを生成する。
適応性のあるサンプルを生成するために,適応性のないサンプル生成法(AdaSG)を提案する。
論文 参考訳（メタデータ） (2023-02-19T13:22:40Z) - 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) - Adaptive shot allocation for fast convergence in variational quantum
algorithms [0.0]
本稿では,gCANS法 (Global Coupled Adaptive Number of Shots) と呼ばれる,各ステップに適応するショット数を用いた勾配降下法を提案する。
これらの改善により、現在のクラウドプラットフォーム上でVQAを実行するのに必要な時間と費用が削減される。
論文 参考訳（メタデータ） (2021-08-23T22:29:44Z) - GEO: Enhancing Combinatorial Optimization with Classical and Quantum
Generative Models [62.997667081978825]
我々は、生成モデルとして知られる機械学習モデルを活用する新しいフレームワークを導入し、最適化問題を解決する。
我々は、テンソルネットワークマシンに依存するGEOの量子インスパイアされたバージョンに注力する。
関数呼び出し数に対する固定予算が与えられた場合、その目標が最小限の最小値を求める場合、その優れた性能を示す。
論文 参考訳（メタデータ） (2021-01-15T18:18:38Z)
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。