論文の概要: Investigating methods to solve large windfarm optimization problems with a minimum number of qubits using circuit-based quantum computers

• arxiv url: http://arxiv.org/abs/2512.17582v1
• Date: Fri, 19 Dec 2025 13:48:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-22 19:25:54.411203
• Title: Investigating methods to solve large windfarm optimization problems with a minimum number of qubits using circuit-based quantum computers
• Title（参考訳）: 回路ベース量子コンピュータを用いた最小量子ビット数による大風洞最適化問題の解法の検討
• Authors: James Hancock, Matthew Craven, Craig McNeile,
• Abstract要約: 格子点当たり1キュービット未満の2つの符号化法について検討する。 改良された符号化法により、量子コンピュータシミュレータ上で最大20キュービットの電力を用いて9時間9ドルグリッド上でWFLO問題を解くことができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This study investigates quantum computing approaches for solving the windfarm layout optimization (WFLO) problems formulated as a quadratic unconstrained binary optimization (QUBO) problem. We investigate two encoding methods that require fewer than one qubit per grid point: the previously developed Pauli correlation encoding (PCE) and a novel single-qubit operator encoding (SQOE). These methods are tested on three windfarm configurations - two from prior WFLO scaling studies and a new real-world model based on an existing windfarm in Wales. The improved encoding methods allow us to solve WFLO problems on $9\times 9$ grids using up to 20 qubits on a quantum computer simulator. The results show that both encoding methods perform competitively and demonstrate favorable scaling characteristics across the tested systems.
• Abstract（参考訳）: 本研究では,2次非拘束二元最適化(QUBO)問題として定式化されたWFLO問題を解くための量子コンピューティング手法について検討する。 本研究では,従来開発されたパウリ相関符号化 (PCE) と新しい単一量子演算子符号化 (SQOE) の2つの符号化手法について検討した。 これらの手法は、以前のWFLOスケーリング研究の2つと、ウェールズの既存のウィンドファームに基づく新しい現実世界モデルという、3つのウィンドファーム構成で試験される。 改良された符号化手法により、最大20キュービットの量子コンピュータシミュレータを用いて、9ドル9セントのグリッド上でWFLO問題を解くことができる。 その結果,両符号化方式は競合的に動作し,試験システム間で良好なスケーリング特性を示すことがわかった。

関連論文リスト

• Reducing Storage of Pretrained Neural Networks by Rate-Constrained Quantization and Entropy Coding [56.066799081747845]
  成長を続けるニューラルネットワークのサイズは、リソースに制約のあるデバイスに深刻な課題をもたらす。 本稿では,レートアウェア量子化とエントロピー符号化を組み合わせた学習後圧縮フレームワークを提案する。 この方法では非常に高速な復号化が可能であり、任意の量子化グリッドと互換性がある。
  論文  参考訳（メタデータ） (2025-05-24T15:52:49Z)
• Feedback-Based Quantum Algorithm for Constrained Optimization Problems [0.6554326244334868]
  問題の解を基底状態としてエンコードする新しい演算子を導入する。 提案アルゴリズムは,量子回路の深さを小さくすることで,計算資源を節約できることを示す。
  論文  参考訳（メタデータ） (2024-06-12T12:58:43Z)
• 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)
• Investigating Techniques to Optimise the Layout of Turbines in a Windfarm using a Quantum Computer [0.0]
  風力エネルギーは持続可能な電力システムへの移行において重要な役割を担っている。 タービンの最適配置は、複雑なウェイク相互作用のために難しい問題である。 本稿では,Qiskitの量子コンピュータシミュレータ上に実装された変分量子固有解器(VQE)を用いてQUBO問題の解法を検討する。
  論文  参考訳（メタデータ） (2023-12-20T15:44:15Z)
• CBQ: Cross-Block Quantization for Large Language Models [66.82132832702895]
  ポストトレーニング量子化(PTQ)は、超低コストで大規模言語モデル(LLM)を圧縮する上で重要な役割を果たしている。 LLMのためのクロスブロック再構成に基づくPTQ手法CBQを提案する。 CBQはリコンストラクションスキームを使用してクロスブロック依存関係を採用し、エラーの蓄積を最小限に抑えるために複数のブロックにまたがる長距離依存関係を確立する。
  論文  参考訳（メタデータ） (2023-12-13T07:56:27Z)
• Qubit efficient quantum algorithms for the vehicle routing problem on NISQ processors [48.68474702382697]
  時間窓付き車両ルーティング問題(VRPTW)は、ロジスティクス業界で直面する一般的な最適化問題である。 そこで本研究では,以前に導入した量子ビット符号化方式を用いて,バイナリ変数の数を削減した。
  論文  参考訳（メタデータ） (2023-06-14T13:44:35Z)
• 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。