論文の概要: Empirical Evaluation of QAOA with Zero Noise Extrapolation on NISQ Hardware for Carbon Credit Portfolio Optimization in the Brazilian Cerrado
- arxiv url: http://arxiv.org/abs/2602.09047v1
- Date: Fri, 06 Feb 2026 18:17:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-11 20:17:43.149111
- Title: Empirical Evaluation of QAOA with Zero Noise Extrapolation on NISQ Hardware for Carbon Credit Portfolio Optimization in the Brazilian Cerrado
- Title（参考訳）: ブラジル・セラドにおける炭素クレジットポートフォリオ最適化のためのNISQハードウェアにおけるノイズ補間ゼロQAOAの実証評価
- Authors: Hugo José Ribeiro,
- Abstract要約: 炭素クレジットポートフォリオの最適化は 気候変動の 重要な課題です
本研究では,多目的領域計画問題への量子近似最適化(QAOA)とゼロノイズ補間(ZNE)を併用した実用的応用について検討する。
我々は、中間スケールのIBM Quantumハードウェア上で実行される、炭素隔離、生物多様性接続、社会影響メトリクスを含む88変数のポートフォリオ最適化をモデル化する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Optimizing carbon credit portfolios is a critical challenge for climate mitigation, particularly in high-biodiversity biomes such as the Brazilian Cerrado. This study explores the practical application of the Quantum Approximate Optimization Algorithm (QAOA) combined with Zero Noise Extrapolation (ZNE) to address a multi-objective territorial planning problem. We model an 88-variable portfolio optimization involving carbon sequestration, biodiversity connectivity, and social impact metrics, executed on intermediate-scale IBM Quantum hardware (ibm_torino and ibm_fez). The results of seven independent hardware runs demonstrate that the QAOA+ZNE workflow consistently outperforms a classical greedy baseline. The quantum method achieves a mean portfolio score of 58.47 +/- 6.98, corresponding to a 31.6% improvement over the classical heuristic (44.42), with high statistical significance (p = 0.0009) and a large effect size (Cohen's d = 2.01), where ZNE yields extrapolated expectation values of the portfolio objective rather than a discrete portfolio solution without noise. A validation run conducted after a 13-day interval confirms the temporal stability of the methodology against hardware calibration drifts. These findings establish empirical quantum utility in an environmental science context, showing that current NISQ-era devices, when coupled with rigorous error mitigation, can identify complex territorial synergies that myopic classical approaches overlook. The proposed workflow provides a scalable methodological template for high-precision environmental conservation policies.
- Abstract（参考訳）: 炭素クレジットポートフォリオの最適化は、特にブラジル・セラドのような生物多様性の高いバイオマスにおいて、気候の緩和にとって重要な課題である。
本研究では,多目的領域計画問題に対処するために,量子近似最適化アルゴリズム(QAOA)とゼロノイズ補間(ZNE)を併用した実用的応用について検討する。
我々は、中間スケールのIBM Quantumハードウェア(ibm_torinoとibm_fez)上で実行される、炭素隔離、生物多様性接続、社会影響メトリクスを含む88変数のポートフォリオ最適化をモデル化する。
7つの独立したハードウェアの実行の結果は、QAOA+ZNEワークフローが古典的なグリーディベースラインを一貫して上回っていることを示している。
平均ポートフォリオスコアは58.47 +/- 6.98で、古典的ヒューリスティック(44.42)よりも31.6%向上し、高い統計的重要性(p = 0.0009)と大きな効果サイズ(コーエンd = 2.01)を持つ。
13日間の間隔で実施した検証は、ハードウェアキャリブレーションドリフトに対する方法論の時間的安定性を確認する。
これらの知見は、環境科学の文脈において経験的量子ユーティリティを確立し、現在のNISQ時代のデバイスは、厳密なエラー緩和と組み合わせることで、ミオピック古典的アプローチが見落としている複雑な領域のシナジーを識別できることを示した。
提案するワークフローは,高度環境保全政策のためのスケーラブルな方法論的テンプレートを提供する。
関連論文リスト
- ProAct: Agentic Lookahead in Interactive Environments [56.50613398808361]
ProActは、2段階のトレーニングパラダイムを通じて、エージェントが正確なルックアヘッド推論を内部化することを可能にするフレームワークである。
そこでは,環境に基づく探索から得られたトラジェクトリの微調整をエージェントが行うGLAD(Grounded LookAhead Distillation)を紹介する。
また,政策段階のアルゴリズムを改良する補助値推定器であるモンテカルロ批判(MC-Critic)を提案する。
論文 参考訳（メタデータ） (2026-02-05T05:45:16Z) - Quantum solver for single-impurity Anderson models with particle-hole symmetry [1.4222334190789556]
DMFTにおける中心的な計算ボトルネックは、アンダーソン不純物モデル(AIM)の解法である。
我々は、DMFTアプリケーションに適した量子古典的ハイブリッド・ソルバを開発し、ベンチマークする。
雑音, ショット制限条件下での浴槽サイズ, 相互作用強度について検討した。
論文 参考訳（メタデータ） (2026-01-15T17:02:34Z) - Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
CL-QASは連続的な量子アーキテクチャ検索フレームワークである。
振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。
制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
論文 参考訳（メタデータ） (2026-01-10T02:36:03Z) - Statistical Benchmarking of Optimization Methods for Variational Quantum Eigensolver under Quantum Noise [0.0]
本研究では,H2分子に対する平均軌道-d変分量子固有解器に適用した数値最適化アルゴリズムの性能について検討する。
目標は、ノイズ中間スケール量子系において一般的に使用される勾配に基づく、勾配のない、大域的な最適化戦略の安定性、精度、計算効率を評価することである。
論文 参考訳（メタデータ） (2025-10-09T18:34:11Z) - Hybrid Quantum-Classical Optimisation of Traveling Salesperson Problem [0.0]
本稿では,変分量子固有解法(VQE)の最適化と古典的機械学習を統合するハイブリッド量子古典的フレームワークを提案する。
Qiskit の AerSimulator と ibm_kyiv 127-qubit バックエンドを用いて,80 のヨーロッパ都市におけるフレームワークの評価を行った。
論文 参考訳（メタデータ） (2025-09-30T13:26:12Z) - Hybrid Quantum-Classical Neural Networks for Few-Shot Credit Risk Assessment [52.05742536403784]
この仕事は、数発の信用リスク評価の課題に取り組む。
我々は、新しいハイブリッド量子古典ワークフローを設計、実装する。
量子ニューラルネットワーク(QNN)はパラメータシフト規則によって訓練された。
実世界の279のサンプルデータを用いて、QNNはシミュレーションで0.852 +/-0.027の堅牢な平均AUCを達成し、ハードウェア実験で0.88の印象的なAUCを得た。
論文 参考訳（メタデータ） (2025-09-17T08:36:05Z) - Quantum-Inspired DRL Approach with LSTM and OU Noise for Cut Order Planning Optimization [0.0]
裁量計画(COP)は繊維産業において重要な課題であり、繊維の利用と製造コストに直接影響を及ぼす。
本稿では,Long Short-Term Memory NetworkとOrnstein-Uhlenbeckノイズを統合した量子インスパイアされたDeep Reinforcement Learningフレームワークを提案する。
比較分析の結果,提案手法は従来手法と比較して最大13%のコスト削減を実現していることがわかった。
論文 参考訳（メタデータ） (2025-08-13T05:00:50Z) - Hybrid quantum-classical algorithm for near-optimal planning in POMDPs [39.682133213072554]
強化学習(Reinforcement Learning, RL)は、部分的に観察可能な環境における意思決定のための原則的な枠組みを提供する。
近年の進歩は、振幅増幅と組み合わせた量子リジェクションサンプリングにより、スパースベイズネットワークでの推論を加速できることを実証している。
本稿では,量子ベイズ強化学習(Quantum Bayesian Reinforcement Learning, QBRL)を紹介する。
論文 参考訳（メタデータ） (2025-07-24T17:42:30Z) - Non-Markovian Noise Mitigation: Practical Implementation, Error Analysis, and the Role of Environment Spectral Properties [5.2817683527115555]
非マルコフ雑音に対するQEMフレームワークにおける確率的誤差キャンセル(PEC)法を拡張して非マルコフ雑音除去(NMNM)法を提案する。
我々は,QEMの全体近似誤差とサンプリングオーバーヘッドと環境のスペクトル特性との直接接続を確立する。
論文 参考訳（メタデータ） (2025-01-09T07:22:06Z) - Bayesian Quantum Amplitude Estimation [46.03321798937855]
量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。
耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。
本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
論文 参考訳（メタデータ） (2024-12-05T18:09:41Z) - Reconfigurable Intelligent Surface (RIS)-Assisted Entanglement
Distribution in FSO Quantum Networks [62.87033427172205]
自由空間光(FSO)量子チャネルに依存する量子ネットワーク(QN)は、光ファイバー基盤の確立が困難でコストがかかる環境における量子アプリケーションをサポートすることができる。
エンタングルメント分布のための仮想視線を提供する費用効率の高いフレームワークとして,再構成可能なインテリジェントサーフェス(RIS)を用いたFSOベースのQNを提案する。
論文 参考訳（メタデータ） (2024-01-19T17:16:40Z)
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。