論文の概要: A framework to evaluate the performance of Variational Quantum Algorithms
- arxiv url: http://arxiv.org/abs/2601.18812v1
- Date: Wed, 21 Jan 2026 13:15:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-28 15:26:50.984738
- Title: A framework to evaluate the performance of Variational Quantum Algorithms
- Title（参考訳）: 変分量子アルゴリズムの性能評価フレームワーク
- Authors: Ernesto Mamedaliev, Vladyslav Libov, Albert Nieto-Morales, Oskar Słowik, Arit Kumar Bishwas,
- Abstract要約: 変分量子アルゴリズム(VQA)はノイズ量子デバイスにおける最適化問題を解くための有望な手法である。
VQAのベンチマークは、その振る舞いと標準化されたパフォーマンス基準の欠如のために難しい。
本研究は、擬似非制約二項最適化問題に適用されるVQAを評価するための一般的なフレームワークを紹介する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Variational Quantum Algorithms (VQAs) are promising methods for solving combinatorial optimization problems on noisy intermediate-scale quantum (NISQ) devices. However, benchmarking VQAs is difficult due to their stochastic behavior and the lack of standardized performance criteria. This work introduces a general framework for evaluating VQAs applied to Quadratic Unconstrained Binary Optimization (QUBO) problems. The framework uses three complementary metrics: feasibility, quality, and reproducibility. It also introduces a quality diagram that visualizes trade-offs between success probability and computational resources. Reproducibility is formalized using Shannon entropy, and a decision rule is defined for selecting algorithms under resource constraints. As a demonstration, the framework is applied to several VQAs using Conditional Value at Risk (CVaR) cost functions and different shot counts on a 16-qubit QUBO instance. The results show how the framework supports systematic benchmarking and provides a foundation for adaptive algorithm selection in hybrid quantum-classical workflows.
- Abstract（参考訳）: 変分量子アルゴリズム(VQA)は、ノイズのある中間スケール量子(NISQ)デバイスにおける組合せ最適化問題を解決するための有望な手法である。
しかしながら、VQAのベンチマークは、その確率的振る舞いと標準化された性能基準の欠如により困難である。
本研究は,擬似非拘束バイナリ最適化(QUBO)問題に適用されたVQAを評価するための一般的なフレームワークを紹介する。
このフレームワークは、実現可能性、品質、再現性の3つの相補的なメトリクスを使用する。
また、成功確率と計算資源の間のトレードオフを可視化する品質図も導入している。
再現性はシャノンエントロピーを用いて定式化され、資源制約の下でアルゴリズムを選択するための決定ルールが定義される。
デモとして、このフレームワークは16キュービットのQUBOインスタンス上で、CVaR(Conditional Value at Risk)コスト関数と異なるショットカウントを使用して、いくつかのVQAに適用される。
その結果、このフレームワークが体系的なベンチマークをどのようにサポートするかを示し、ハイブリッド量子古典ワークフローにおける適応アルゴリズム選択の基礎を提供する。
関連論文リスト
- Quantum optimisation applied to the Quadratic Assignment Problem [4.483208369550461]
本稿では,量子ウォークに基づく最適化アルゴリズム (NV-QWOA) を用いて,2次アサインメント問題 (QAP) の小型解法の性能について検討する。
目的関数評価の回数と、5から10の施設を持つQAPインスタンス全体にわたる最適あるいはほぼ最適のソリューションに一貫して到達するのに必要となるアルゴリズムの反復数という2つの指標を用いて性能を評価する。
我々の研究は、複雑な量子問題に対する量子ウォークの実用性を強調し、将来の量子最適化アルゴリズムの基礎を確立した。
論文 参考訳（メタデータ） (2026-01-03T07:50:03Z) - QUBO-based training for VQAs on Quantum Annealers [0.06372261626436675]
量子アニールは、大規模な最適化問題を解決する効果的なフレームワークを提供する。
本研究は変分量子アルゴリズムを学習するための新しい手法を提案する。
論文 参考訳（メタデータ） (2025-09-01T22:57:49Z) - 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) - Towards Robust Benchmarking of Quantum Optimization Algorithms [3.9456729020535013]
既存のベンチマークフレームワークにおける重要な問題は、それぞれが古典的なアプローチで最高の量子を最適化するのと同じ努力をしていないことである。
本稿では,公正なベンチマークに向けての普遍的な手順を包括的にまとめたガイドラインについて述べる。
論文 参考訳（メタデータ） (2024-05-13T10:35:23Z) - 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) - Variational Quantum Eigensolver with Constraints (VQEC): Solving Constrained Optimization Problems via VQE [0.0]
変分量子アプローチは、計算的に困難なタスクに対する準最適解を見つけることに大きな期待を示している。
この研究は、VQECと呼ばれるハイブリッド量子古典的アルゴリズムパラダイムを提案し、制約による最適化を扱う。
論文 参考訳（メタデータ） (2023-11-14T19:49:09Z) - Benchmarking Adaptative Variational Quantum Algorithms on QUBO Instances [0.0]
適応型VQAは、トレーニング中にパラメータの追加、削除、最適化によって回路構造を動的に修正する。
可変量子固有解器(EVQE)、可変アンサッツ(VAns)、ランダム適応-VQE(RA-VQE)の3つの適応的VQAを分析し、ベースラインとして導入するランダムなアプローチを提案する。
我々の分析は、短期量子デバイス用に設計されたAdaptative VQAのベンチマークを設定する。
論文 参考訳（メタデータ） (2023-08-03T14:39:02Z) - 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) - Matching Game for Optimized Association in Quantum Communication
Networks [65.16483325184237]
本稿では,量子スイッチのためのスワップスタブルな要求-QSアソシエーションアルゴリズムを提案する。
サービスされた要求の割合で、ほぼ最適(5%)のパフォーマンスを達成する。
QCNのサイズが大きくなると、スケーラビリティが向上し、ほぼ最適性能を維持することが示されている。
論文 参考訳（メタデータ） (2023-05-22T03:39:18Z) - Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。
本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。
Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
論文 参考訳（メタデータ） (2021-05-06T17:59:38Z)
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。