論文の概要: Quantum Annealing for Combinatorial Optimization: Foundations, Architectures, Benchmarks, and Emerging Directions

• arxiv url: http://arxiv.org/abs/2602.03101v1
• Date: Tue, 03 Feb 2026 04:51:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-04 18:37:15.248124
• Title: Quantum Annealing for Combinatorial Optimization: Foundations, Architectures, Benchmarks, and Emerging Directions
• Title（参考訳）: 組合せ最適化のための量子アニーリング:基礎、アーキテクチャ、ベンチマーク、新しい方向性
• Authors: Rudraksh Sharma, Ravi Katukam, Arjun Nagulapally,
• Abstract要約: 科学、工学、産業における重要な意思決定問題は最適化に基づいている。 我々は, 断熱量子力学, Ising と QUBO モデル, 確率的および非確率的ハミルトニアン, 現代のフラックス・キュービット・アニールへのダイアバティック・トランジションに関する統一的な枠組みを開発する。 埋め込みとエンコーディングのオーバーヘッドがスケーラビリティとパフォーマンスの最大の部分であることに気付きました。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Critical decision-making issues in science, engineering, and industry are based on combinatorial optimization; however, its application is inherently limited by the NP-hard nature of the problem. A specialized paradigm of analogue quantum computing, quantum annealing (QA), has been proposed to solve these problems by encoding optimization problems into physical energy landscapes and solving them by quantum tunnelling systematically through exploration of solution space. This is a critical review that summarizes the current applications of quantum annealing to combinatorial optimization and includes a theoretical background, hardware designs, algorithm implementation strategies, encoding and embedding schemes, protocols to benchmark quantum annealing, areas of implementation, and links with the quantum algorithms implementation with gate-based hardware and classical solvers. We develop a unified framework, relating adiabatic quantum dynamics, Ising and QUBO models, stoquastic and non-stoquastic Hamiltonians, and diabatic transitions to modern flux-qubit annealers (Chimera, Pegasus, Zephyr topologies), and emergent architectures (Lechner-Hauke-Zoller systems, Rydberg atom platforms), and hybrids of quantum and classical computation. Through our analysis, we find that overhead in embedding and encoding is the largest determinant of the scalability and performance (this is not just the number of qubits). Minor embeddings also usually have a physical qubit count per logical variable of between 5 and 12 qubits, which limits effective problem capacity by 80-92% and, due to chain-breaking errors, compromises the quality of solutions.
• Abstract（参考訳）: 科学、工学、産業における重要な意思決定問題は組合せ最適化に基づいているが、その応用は本質的にNPハードの性質によって制限されている。 アナログ量子コンピューティングの専門パラダイムである量子アニール法(QA)は、最適化問題を物理エネルギーの風景に符号化し、解空間の探索を通じて量子トンネル法によって体系的に解決することで、これらの問題を解決するために提案されている。 これは、量子アニーリングの現在の応用を組合せ最適化に要約し、理論的背景、ハードウェア設計、アルゴリズムの実装戦略、エンコーディングと埋め込みスキーム、量子アニーリングをベンチマークするプロトコル、実装の領域、ゲートベースのハードウェアと古典的なソルバとの量子アルゴリズム実装とのリンクを含む批判的なレビューである。 我々は,アディバティックな量子力学,IsingとQUBOモデル,確率的および非確率的ハミルトニアン,および現代のフラックスビットアンニール(Chimera,Pegasus,Zephyrトポロジー)と創発的アーキテクチャ(Lechner-Hauke-Zollerシステム,Rydberg原子プラットフォーム)へのダイアバティックな遷移,および量子計算と古典計算のハイブリッドに関する統一的なフレームワークを開発する。 分析の結果、埋め込みとエンコーディングのオーバーヘッドがスケーラビリティとパフォーマンスの最大の決定要因であることが判明した(これはキュービットの数だけではない)。 最小の埋め込みは通常、5から12キュービットの論理変数当たりの物理量子ビット数を持ち、有効問題の容量を80から92%制限し、連鎖破壊エラーのため、解の質を損なう。

関連論文リスト

• RhoDARTS: Differentiable Quantum Architecture Search with Density Matrix Simulations [44.13836547616739]
  変分量子アルゴリズム(VQA)は、ノイズ中間スケール量子(NISQ)コンピュータを活用するための有望なアプローチである。 与えられたVQA問題を効率的に解く最適な量子回路を選択することは、非自明な作業である。 量子アーキテクチャ探索(QAS)アルゴリズムは、与えられた問題に合わせた量子回路の自動生成を可能にする。
  論文  参考訳（メタデータ） (2025-06-04T08:30:35Z)
• A Comparative Study of Quantum Optimization Techniques for Solving Combinatorial Optimization Benchmark Problems [4.266376725904727]
  本稿では,NP-hard問題に対する量子最適化手法の評価を目的とした,包括的なベンチマークフレームワークを提案する。 本フレームワークは,多次元クナップサック問題(MDKP),最大独立集合(MIS),二次割当問題(QAP),市場シェア問題(MSP)など,主要な課題に重点を置いている。
  論文  参考訳（メタデータ） (2025-03-15T13:02:22Z)
• PO-QA: A Framework for Portfolio Optimization using Quantum Algorithms [4.2435928520499635]
  ポートフォリオ最適化(PO)は、投資ポートフォリオのリスクを最小限に抑えつつ、純利益を最大化することを目的とした金融問題である。 本稿では,量子パラメータの変動を調べるために,新しいスケーラブルなフレームワークPO-QAを提案する。 本結果は,量子機械学習のレンズからPOを理解する上で有効な知見を提供する。
  論文  参考訳（メタデータ） (2024-07-29T10:26:28Z)
• Variational Quantum Algorithms for Combinatorial Optimization [0.571097144710995]
  変分アルゴリズム (VQA) は, NISQシステムの実用化に向けた最有力候補の1つである。 本稿では,VQAの現状と最近の発展を考察し,近似最適化への適用性を強調した。 10ノードと20ノードのグラフ上でMaxCut問題を解くために,深さの異なるQAOA回路を実装した。
  論文  参考訳（メタデータ） (2024-07-08T22:02:39Z)
• 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)
• Quantum algorithms: A survey of applications and end-to-end complexities [88.57261102552016]
  期待されている量子コンピュータの応用は、科学と産業にまたがる。 本稿では,量子アルゴリズムの応用分野について検討する。 私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
  論文  参考訳（メタデータ） (2023-10-04T17:53:55Z)
• Quantum-Informed Recursive Optimization Algorithms [0.0]
  最適化問題に対する量子インフォームド再帰最適化(QIRO)アルゴリズムのファミリを提案し,実装する。 提案手法は、量子資源を利用して、問題固有の古典的還元ステップで使用される情報を得る。 バックトラック技術を用いて、量子ハードウェアの要求を増大させることなく、アルゴリズムの性能をさらに向上させる。
  論文  参考訳（メタデータ） (2023-08-25T18:02:06Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• 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。