論文の概要: Implementing the Quantum Approximate Optimization Algorithms for QUBO problems Across Quantum Hardware Platforms: Performance Analysis, Challenges, and Strategies
- arxiv url: http://arxiv.org/abs/2510.12336v1
- Date: Tue, 14 Oct 2025 09:46:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-15 19:02:32.272263
- Title: Implementing the Quantum Approximate Optimization Algorithms for QUBO problems Across Quantum Hardware Platforms: Performance Analysis, Challenges, and Strategies
- Title（参考訳）: 量子ハードウェアプラットフォームにおけるQUBO問題に対する量子近似最適化アルゴリズムの実装:性能解析,課題,戦略
- Authors: Teemu Pihkakoski, Aravind Plathanam Babu, Pauli Taipale, Petri Liimatta, Matti Silveri,
- Abstract要約: 量子コンピュータは複雑な最適化問題を解く上で大きな利点をもたらすことが期待されている。
本稿では,標準QAOAと適応微分組立QAOAの両方の性能について検討する。
本研究は、QAOAベースの手法を短期量子ハードウェアに展開するための課題、トレードオフ、戦略を概観する。
- 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: Quantum computers are expected to offer significant advantages in solving complex optimization problems that are challenging for classical computers. Quadratic Unconstrained Binary Optimization (QUBO) problems represent an important class of problems with relevance in finance and logistics. The Quantum Approximate Optimization Algorithm (QAOA) is a prominent candidate for solving QUBO problems on near-term quantum devices. In this paper, we investigate the performance of both the standard QAOA and the adaptive derivative assembled problem tailored QAOA (ADAPT-QAOA) to solve QUBO problems of varying sizes and hardnesses with a focus on its practical applications in financial feature selection problems. Our main observation is that ADAPT-QAOA significantly outperforms QAOA with hard problems (trade-off parameter {\alpha} = 0.6) when comparing approximation ratio and time-to-solution. However, the standard QAOA remains efficient for simpler problems. Additionally, we investigate the practical feasibility and limitations of QAOA by scaling analysis based on the real-device calibration data for various hardware platforms. Our estimates indicate that standard QAOA implemented on superconducting quantum computers provides a shorter time-to-solution compared to trapped-ion devices. However, trapped-ion devices are expected to yield more favorable error rates. Our findings provide a comprehensive overview of the challenges, trade-offs, and strategies for deploying QAOA-based methods on near-term quantum hardware.
- Abstract（参考訳）: 量子コンピュータは、古典的コンピュータにとって困難な複雑な最適化問題の解決において、大きな利点をもたらすことが期待されている。
二次的非拘束バイナリ最適化(QUBO)問題は、金融と物流の関連性に関する重要な問題である。
量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm, QAOA)は、QUBO問題を短期量子デバイス上で解くための重要な候補である。
本稿では,標準QAOAと適応微分組立QAOA(ADAPT-QAOA)の両方の性能について検討する。
本研究は, ADAPT-QAOAが近似比と解法時間を比較した場合, QAOAと難易度(Trade-off parameter {\alpha} = 0.6)を著しく上回ることを示した。
しかし、QAOAはより単純な問題に対して効率的である。
さらに,様々なハードウェアプラットフォームを対象とした実デバイス校正データに基づくスケーリング分析により,QAOAの実現可能性と限界について検討する。
超伝導量子コンピュータに実装された標準QAOAは、トラップイオンデバイスと比較して解法が短いことが推定された。
しかし、閉じ込められたイオンデバイスはより良好なエラー率をもたらすことが期待されている。
本研究は,QAOAベースの手法を短期量子ハードウェアに展開するための課題,トレードオフ,戦略について概説する。
関連論文リスト
- Quantum-Assisted Vehicle Routing: Realizing QAOA-based Approach on Gate-Based Quantum Computer [1.5119440099674915]
車両問題ルーティング(VRP)は、物流や輸送における幅広い応用において、基本的な最適化課題である。
本稿では、QAOA(Quantum Approximate Optimization Algorithm)とVRPのリンクベースの定式化を統合する量子支援フレームワークを提案する。
提案手法は, 補助量子ビットを回避しつつ, グラフ構造を保ちながら, コストハミルトニアンに直接流れの保存と下地除去をエンコードする。
論文 参考訳（メタデータ） (2025-05-02T22:31:01Z) - Non-Variational Quantum Random Access Optimization with Alternating Operator Ansatz [3.5773675235837974]
量子ランダムアクセス最適化(QRAO)は、量子最適化の空間要求を減らすために提案されている。
我々は、インスタンス独立固定パラメータが優れた性能を発揮することを示し、変動パラメータの最適化の必要性を排除した。
本研究は,早期のフォールトトレラント量子コンピュータ上でのQRAOの実践的実行の道を開くものである。
論文 参考訳（メタデータ） (2025-02-06T18:25:31Z) - Connecting the Hamiltonian structure to the QAOA performance and energy landscape [0.0]
量子交互演算子 Ansatz (QAOA) は2次非制約二項最適化問題の解法に有効である。
本研究は,短期量子デバイスにおけるアルゴリズムの堅牢性と最適化タスクの可能性を強調する。
論文 参考訳（メタデータ） (2024-07-05T11:32:46Z) - 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) - A Review on Quantum Approximate Optimization Algorithm and its Variants [47.89542334125886]
量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm、QAOA)は、難解な最適化問題を解くことを目的とした、非常に有望な変分量子アルゴリズムである。
この総合的なレビューは、様々なシナリオにおけるパフォーマンス分析を含む、QAOAの現状の概要を提供する。
我々は,提案アルゴリズムの今後の展望と方向性を探りながら,選択したQAOA拡張と変種の比較研究を行う。
論文 参考訳（メタデータ） (2023-06-15T15:28:12Z) - Quantum-Assisted Solution Paths for the Capacitated Vehicle Routing
Problem [0.0]
我々は、キャパシタントカー問題(CVRP)またはその減量版であるトラベリングセールスパーソン問題(TSP)について議論する。
今日の最も強力な古典的アルゴリズムでさえ、CVRPは古典的解決が難しい。
量子コンピューティングは、ソリューションの時間を改善する手段を提供するかもしれない。
論文 参考訳（メタデータ） (2023-04-19T13:03:50Z) - 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) - Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。
問題の大きさと問題グラフの次数で指数関数的に増大する。
これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文 参考訳（メタデータ） (2022-01-06T21:02:30Z) - Quantum Approximate Optimization of Non-Planar Graph Problems on a
Planar Superconducting Processor [29.928684308464796]
量子近似最適化アルゴリズム(QAOA)による最適化問題へのGoogle Sycamore超伝導量子ビットプロセッサの適用を実証する。
初めて回路深度で性能が向上するのを観察した。
この挙動は、ハードウェア接続とは異なるグラフ上の問題を最適化するために、短期量子コンピュータを使用するという課題を強調している。
論文 参考訳（メタデータ） (2020-04-08T18:44:34Z)
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。