論文の概要: Constraint-preserving quantum algorithm for the multi-frequency antenna placement problem

• arxiv url: http://arxiv.org/abs/2511.15566v1
• Date: Wed, 19 Nov 2025 15:59:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-20 15:51:28.884157
• Title: Constraint-preserving quantum algorithm for the multi-frequency antenna placement problem
• Title（参考訳）: 多周波アンテナ配置問題に対する制約保存量子アルゴリズム
• Authors: Matteo Vandelli, Francesco Ferrari, Daniele Dragoni,
• Abstract要約: マルチ周波数アンテナ配置問題に対する制約保存量子断熱アルゴリズム(QAA)を提案する。 まず、この量子アルゴリズムの性能をQAAの基本バージョンと比較し、実現可能性と成功確率の点で優れた性能を示す。 この研究は、制約認識アルゴリズムが産業環境における量子メソッドの実用的で効率的な応用に不可欠である、という以前の主張を支持している。
• 参考スコア（独自算出の注目度）: 1.4519462317941787
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum algorithms for combinatorial optimization typically encode constraints as soft penalties within the objective function, which can reduce efficiency and scalability compared to state-of-the-art classical methods that instead exploit constraints to guide the search toward high-quality solutions. Although solving this issue for an arbitrary problem is inherently a hard task, we address this challenge for a specific problem in the field of telecommunications, the multi-frequency antenna placement problem, by introducing a constraint-preserving quantum adiabatic algorithm (QAA). To this aim, we construct a quantum circuit that prepares an initial state comprising an equal superposition of all feasible solutions, and define a custom mixer that preserves both the one-hot encoding constraint for vertex coloring and the cardinality constraint on the number of antennas. This scheme can be extended to a broader range of applications characterized by similar constraints. We first benchmark the performance of this quantum algorithm against a basic version of QAA, demonstrating superior performance in terms of feasibility and success probability. We then apply this algorithm to large problem sizes with hundreds of variables using a constraint-aware decomposition method based on the SPLIT framework. Our results indicate competitive performance against other large-scale classical approaches, such as branch-and-bound and simulated annealing. This work supports previous claims that constraint-aware algorithms are crucial for the practical and efficient application of quantum methods in industrial settings.
• Abstract（参考訳）: 組合せ最適化のための量子アルゴリズムは通常、制約を目的関数内のソフトペナルティとしてエンコードし、代わりに制約を利用して高品質な解を求める最先端の古典的手法と比較して効率とスケーラビリティを低下させることができる。 任意の問題に対するこの問題の解決は本質的には難しい作業であるが、制約保存量子断熱アルゴリズム(QAA)を導入して、多周波アンテナ配置問題である電気通信分野におけるこの問題に対処する。 本研究の目的は,全ての実現可能な解の同値重ね合わせからなる初期状態を作成する量子回路を構築し,頂点色化のワンホット符号化制約とアンテナ数に対する濃度制約の両方を保持するカスタムミキサーを定義することである。 このスキームは、同様の制約を特徴とする幅広い応用に拡張することができる。 まず、この量子アルゴリズムの性能をQAAの基本バージョンと比較し、実現可能性と成功確率の点で優れた性能を示す。 次に,このアルゴリズムを,SPLITフレームワークに基づく制約認識分解法を用いて,数百の変数を持つ大規模問題に応用する。 以上の結果から,ブランチ・アンド・バウンドやシミュレート・アニールなど,他の大規模古典的アプローチに対する競合性能が示唆された。 この研究は、制約認識アルゴリズムが産業環境における量子メソッドの実用的で効率的な応用に不可欠である、という以前の主張を支持している。

関連論文リスト

• Single-loop Algorithms for Stochastic Non-convex Optimization with Weakly-Convex Constraints [49.76332265680669]
  本稿では、目的関数と制約関数の両方が弱凸である問題の重要な部分集合について検討する。 既存の手法では、収束速度の遅さや二重ループ設計への依存など、しばしば制限に直面している。 これらの課題を克服するために,新しい単一ループペナルティに基づくアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-04-21T17:15:48Z)
• Feedback-Based Quantum Strategies for Constrained Combinatorial Optimization Problems [0.6554326244334868]
  我々は、フィードバックベースの量子アルゴリズムフレームワークを拡張し、無効な設定(IC)制約と呼ばれるより広範な制約のクラスに対処する。 本稿では、スラック変数を必要とせずに直接IC制約に対処する、フィードバックベースの量子アルゴリズムに適した代替手法を提案する。 これらの方法はスラック変数の必要性を排除し、量子回路の深さと必要な量子ビットの数を大幅に削減する。
  論文  参考訳（メタデータ） (2025-02-20T08:57:28Z)
• Scaling Up the Quantum Divide and Conquer Algorithm for Combinatorial Optimization [0.8121127831316319]
  本稿では,デバイス間通信コストを大幅に削減する量子回路の構築手法を提案する。 そこで本研究では,従来のQDCA手法の約3倍の大きさのトラクタブル回路を構築できることを示す。
  論文  参考訳（メタデータ） (2024-05-01T20:49:50Z)
• Evaluating the Practicality of Quantum Optimization Algorithms for Prototypical Industrial Applications [44.88678858860675]
  本稿では,量子近似最適化アルゴリズム (QAOA) と量子断熱アルゴリズム (QAA) の応用について検討する。 我々は,これらの2つのアルゴリズムの性能を,選択した評価指標を用いて,ソリューションの品質の観点から比較する。
  論文  参考訳（メタデータ） (2023-11-20T09:09:55Z)
• Hybrid Quantum Algorithms integrating QAOA, Penalty Dephasing and Zeno Effect for Solving Binary Optimization Problems with Multiple Constraints [5.259170150405252]
  本稿では,制約のサブセットを解決するために標準イジング・ハミルトニアン(Ising Hamiltonian)を併用したハイブリッドフレームワークを提案する。 これらの非Ising制約の解決は、ペナルティの軽視または量子ゼノ効果によって達成される。
  論文  参考訳（メタデータ） (2023-05-14T03:49:10Z)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• Multiobjective variational quantum optimization for constrained problems: an application to Cash Management [45.82374977939355]
  本稿では,変分量子アルゴリズムを用いた制約付き最適化問題の解法を提案する。 我々は、キャッシュマネジメント問題という、金融の極めて関連性の高い現実世界の問題について、我々の提案を検証した。 実験の結果, 実現したソリューションのコスト, 特に局所最小値の回避に関して, 大幅な改善が見られた。
  論文  参考訳（メタデータ） (2023-02-08T17:09:20Z)
• Quantum constraint learning for quantum approximate optimization algorithm [0.0]
  本稿では,探索部分空間を厳しく制約するミキサーハミルトンを学習するための量子機械学習手法を提案する。 学習したユニタリを直接適応可能なアンサッツを使用してQAOAフレームワークにプラグインすることができる。 また,Wasserstein距離を用いた近似最適化アルゴリズムの性能を,制約なしで評価する直感的計量法を開発した。
  論文  参考訳（メタデータ） (2021-05-14T11:31:14Z)
• Space-efficient binary optimization for variational computing [68.8204255655161]
  本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。 また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
  論文  参考訳（メタデータ） (2020-09-15T18:17:27Z)

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。