Fugu-MT 論文翻訳(概要): Constraint-oriented biased quantum search for linear constrained combinatorial optimization problems

論文の概要: Constraint-oriented biased quantum search for linear constrained combinatorial optimization problems

arxiv url: http://arxiv.org/abs/2512.05205v1
Date: Thu, 04 Dec 2025 19:21:36 GMT
ステータス: 翻訳完了
システム内更新日: 2025-12-13 22:40:56.785267
Title: Constraint-oriented biased quantum search for linear constrained combinatorial optimization problems
Title（参考訳）: 線形制約付き組合せ最適化問題に対する制約指向バイアス量子探索
Authors: Sören Wilkening, Timo Ziegler, Maximilian Hess,
Abstract要約: 我々は、線形制約を伴う一般的な最適化問題に取り組むために、以前に提示されたGroverベースのフレームワークを拡張した。本稿では,回路最適化と機械学習技術による性能向上を実現するフレームワークとして紹介する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we extend a previously presented Grover-based heuristic to tackle general combinatorial optimization problems with linear constraints. We further describe the introduced method as a framework that enables performance improvements through circuit optimization and machine learning techniques. Comparisons with state-of-the-art classical solvers further demonstrate the algorithm's potential to achieve a quantum advantage in terms of speed, given appropriate quantum hardware.
Abstract（参考訳）: 本稿では,従来のGroverベースのヒューリスティックを拡張し,線形制約を用いた一般組合せ最適化問題に対処する。さらに,提案手法を回路最適化と機械学習技術による性能向上を実現するフレームワークとして記述する。最先端の古典的解法との比較は、適切な量子ハードウェアが与えられた場合、速度の観点から量子優位性を達成するアルゴリズムの可能性をさらに示している。

関連論文リスト

Constraint-oriented biased quantum search for general constrained combinatorial optimization problems [0.0]
本稿では、任意の計算対象関数と制約関数を用いて効率的な最適化問題に取り組む量子アルゴリズムルーチンを提案する。以前に開発された量子法に基づいて、離散領域におけるより広範な問題のクラスを包含するアプローチを一般化する。
論文参考訳（メタデータ） (2025-12-09T09:11:54Z)
An Introduction to the Quantum Approximate Optimization Algorithm [51.56484100374058]
チュートリアルは変分量子回路とQUBO問題の概要から始まる。次に、ハミルトンの定式化、ゲート分解、サンプル応用など、QAOAの詳細を探索する。このチュートリアルはこれらの概念を高階ハミルトニアンに拡張し、関連する対称性と回路構成について議論する。
論文参考訳（メタデータ） (2025-11-23T09:54:20Z)
Lagrangian Duality in Quantum Optimization: Overcoming QUBO Limitations for Constrained Problems [0.0]
本稿では,ラグランジアン双対性の概念を断熱量子計算の枠組みに組み込むことにより,制約付き最適化問題の解法を提案する。回路モデル-フォールトトレラント量子計算の設定において、本手法が回路深さの2次改善を実現し、制約非依存の回路幅を維持することを実証する。
論文参考訳（メタデータ） (2023-10-06T19:09:55Z)
Benchmarking Metaheuristic-Integrated QAOA against Quantum Annealing [0.0]
この研究は、異なる問題領域にわたる量子アニーリングとメタヒューリスティック統合QAOAの長所と短所に関する洞察を提供する。その結果,ハイブリッド手法は古典的最適化手法を利用してQAOAの解品質と収束速度を向上させることが示唆された。
論文参考訳（メタデータ） (2023-09-28T18:55:22Z)
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)
Linearization Algorithms for Fully Composite Optimization [61.20539085730636]
本稿では,完全合成最適化問題を凸コンパクト集合で解くための一階アルゴリズムについて検討する。微分可能および非微分可能を別々に扱い、滑らかな部分のみを線形化することで目的の構造を利用する。
論文参考訳（メタデータ） (2023-02-24T18:41:48Z)
Evaluating the Convergence of Tabu Enhanced Hybrid Quantum Optimization [58.720142291102135]
本稿では,量子ハードウェア上での最適化問題解決に有用な Tabu Enhanced Hybrid Quantum Optimization メタヒューリスティック手法を提案する。提案手法の理論的収束を,イジングモデルに基づくタブ状態を保存する対象の衝突の観点から考察する。
論文参考訳（メタデータ） (2022-09-05T07:23:03Z)
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)
Quantum variational optimization: The role of entanglement and problem hardness [0.0]
本稿では, 絡み合いの役割, 変動量子回路の構造, 最適化問題の構造について検討する。数値計算の結果,絡み合うゲートの分布を問題のトポロジに適応させる利点が示唆された。リスク型コスト関数に条件値を適用することで最適化が向上し、最適解と重複する確率が増大することを示す。
論文参考訳（メタデータ） (2021-03-26T14:06:54Z)
Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文参考訳（メタデータ） (2020-10-01T18:14:11Z)
Cross Entropy Hyperparameter Optimization for Constrained Problem Hamiltonians Applied to QAOA [68.11912614360878]
QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
論文参考訳（メタデータ） (2020-03-11T13:52:41Z)

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。