論文の概要: Grid-Partitioned MWIS Solving with Neutral Atom Quantum Computing for QUBO Problems

• arxiv url: http://arxiv.org/abs/2510.18540v2
• Date: Wed, 05 Nov 2025 03:51:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-06 20:32:09.435457
• Title: Grid-Partitioned MWIS Solving with Neutral Atom Quantum Computing for QUBO Problems
• Title（参考訳）: QUBO問題に対する中性原子量子計算を用いた格子分割MWIS解法
• Authors: Soumyadip Das, Suman Kumar Roy, Rahul Rana, M Girish Chandra,
• Abstract要約: 擬似非制約二項最適化問題に対処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。 我々のフレームワークは、大規模最適化問題を効率的に解くための有望な道を提供する。
• 参考スコア（独自算出の注目度）: 0.6649512409446104
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quadratic Unconstrained Binary Optimization (QUBO) problems are prevalent in real-world applications, such as portfolio optimization, but pose significant computational challenges for large-scale instances. We propose a hybrid quantum-classical framework that leverages neutral atom quantum computing to address QUBO problems by mapping them to the Maximum Weighted Independent Set (MWIS) problem on unit disk graphs. Our approach employs spatial grid partitioning to decompose the problem into manageable subgraphs, solves each subgraph using Analog Hamiltonian Simulation (AHS), and merges solutions greedily to approximate the global optimum. We evaluate the framework on a 50-asset portfolio optimization problem using historical S&P 500 data, benchmarking against classical simulated annealing. Results demonstrate competitive performance, highlighting the scalability and practical potential of our method in the Noisy Intermediate-Scale Quantum (NISQ) era. As neutral atom quantum hardware advances, our framework offers a promising path toward solving large-scale optimization problems efficiently.
• Abstract（参考訳）: 二次的非拘束バイナリ最適化(QUBO)問題は、ポートフォリオ最適化のような現実世界のアプリケーションで広く用いられているが、大規模インスタンスでは重大な計算上の問題を引き起こす。 単位円板グラフ上の最大重み付き独立集合(MWIS)問題にマッピングすることで、中性原子量子コンピューティングを活用してQUBO問題に対処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。 提案手法では,空間格子分割を用いて,この問題を管理可能な部分グラフに分解し,AHS (Analog Hamiltonian Simulation) を用いて各部分グラフを解く。 我々は,従来のS&P 500データを用いて,50段階のポートフォリオ最適化問題に対するフレームワークの評価を行い,古典的アニーリングに対するベンチマークを行った。 その結果,ノイズ中規模量子(NISQ)時代において,本手法のスケーラビリティと実用性を強調し,競争性能を実証した。 中性原子量子ハードウェアが進歩するにつれて、我々のフレームワークは大規模最適化問題を効率的に解くための有望な道を提供する。

関連論文リスト

• Scalable Quantum Optimisation using HADOF: Hamiltonian Auto-Decomposition Optimisation Framework [0.0]
  量子アニーリング(QA)とQAOAは、NISQシステムにおける問題の近似解を見つけるために使われる量子最適化アルゴリズムを約束している。 準拘束的二項最適化(QUBO)ハミルトンを準ハミルトニアンに自動的に分割する反復戦略を利用するハミルトニアン自動分解最適化フレームワーク(HADOF)を提案する。
  論文  参考訳（メタデータ） (2025-10-03T11:54:41Z)
• 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)
• Max-Cut graph-driven quantum circuit design for planar spin glasses [0.0]
  スピングラスの基底状態を求めるためのグラフベースの手法を提案する。 我々は、最大カット法に基づいて、キュービットを異なるグループに整理するクラスタリング戦略を採用する。 本結果は,複雑な最適化問題に対処するハイブリッド量子古典法の可能性を明らかにするものである。
  論文  参考訳（メタデータ） (2025-04-16T14:00:32Z)
• A Quantum Genetic Algorithm Framework for the MaxCut Problem [49.59986385400411]
  提案手法では,Groverをベースとした進化的枠組みと分割・分散原理を用いた量子遺伝的アルゴリズム(QGA)を提案する。 完全グラフ上では、提案手法は真に最適なMaxCut値を一貫して達成し、セミデフィニティプログラミング(SDP)アプローチより優れている。 ErdHos-R'enyiランダムグラフでは、QGAは競合性能を示し、SDP結果の92-96%で中央値の解が得られる。
  論文  参考訳（メタデータ） (2025-01-02T05:06:16Z)
• Solving the Turbine Balancing Problem using Quantum Annealing [0.0]
  本稿では, 量子コンピューティングを用いて, タービンバランス問題の解法について述べる。 小さいが関連するインスタンスは業界で発生し、初期の量子コンピューティングベンチマークではこの問題が興味深い。
  論文  参考訳（メタデータ） (2024-05-10T11:52:40Z)
• A Hybrid Quantum-Classical Approach to the Electric Mobility Problem [0.8796261172196743]
  NP-hard Electric Vehicle Fleet Charging and Allocation Problemのためのハイブリッド量子古典ルーチンを提案する。 分解法の性能を古典的・量子的メタヒューリスティックスで評価する。 提案手法の主な利点は、多くの不等式制約のある現実的な問題に対して量子ベースの方法を可能にすることである。
  論文  参考訳（メタデータ） (2023-10-04T12:14:56Z)
• 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)
• Quantum Optimization of Maximum Independent Set using Rydberg Atom Arrays [39.76254807200083]
  最大独立集合問題の解法として量子アルゴリズムを実験的に検討する。 問題の難易度は解の縮退と局所ミニマの数によって制御される。 最も難しいグラフでは、正確な解を見つける際に超線形量子スピードアップを観測する。
  論文  参考訳（メタデータ） (2022-02-18T19:00:01Z)
• 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)
• 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)

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。