論文の概要: Improving Quantum Multi-Objective Optimization with Archiving and Substitution

• arxiv url: http://arxiv.org/abs/2602.10952v1
• Date: Wed, 11 Feb 2026 15:39:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-12 21:44:02.061913
• Title: Improving Quantum Multi-Objective Optimization with Archiving and Substitution
• Title（参考訳）: アーカイブと置換による量子多目的最適化の改善
• Authors: Linus Ekstrøm, Takafumi Hosogi, Xavier Bonet-Monroig, Hao Wang, Thomas Bäck, Sebastian Schmitt,
• Abstract要約: 変動量子多目的最適化(QMOO)アルゴリズムは,従来のアルゴリズムよりも難しい問題に対して有利である可能性が示唆された。 RMNKランドスケープをQMOOベンチマークのための統一テストベッドとして使用する。 この結果から,QMOOは従来の課題よりも難易度が高い可能性が示唆された。
• 参考スコア（独自算出の注目度）: 4.751914499569835
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Finding optimal solutions of conflicting objectives is a daily matter in many industrial applications, with multi-objective optimization trying to find the best solutions to them. The advent of quantum computing has led to researchers wondering if the promised exponential advantage can be obtained for these problems by variational quantum multi-objective optimization (QMOO) algorithm. Here, we improve it by introducing a Pareto Archive and dominated solutions substitution, clearly improving in hyper-volume convergence at additional quantum and classical cost. We propose the use of RMNK-landscapes as a unifying testbed for benchmarking QMOO, as it is common in classical multi-objective field. By devising a generic classical-to-quantum mapping of these landscapes, we perform a numerical hyperparameter tuning of QMOO, significantly enhancing its performance. Finally, we compare QMOO against well-known classical solvers for multi-objective tasks, NSGA-II/III, showing comparable results in small instances. Our results demonstrate that QMOO, when carefully tuned for the task at hand, might be advantageous on harder problems than its classical counterparts.
• Abstract（参考訳）: 矛盾する目的の最適解を見つけることは、多くの産業アプリケーションにおいて日常的な問題であり、最適解を見つけようとする多目的最適化である。 量子コンピューティングの出現により、量子多目的最適化(QMOO)アルゴリズムによってこれらの問題に対して、約束された指数関数的優位性が得られるかどうか疑問が持たれている。 ここでは、Pareto Archiveを導入し、解の置換を支配下に置き、量子的および古典的なコストで超体積収束を明らかに改善する。 古典的多目的場においてよく見られるQMOOベンチマークのための統一テストベッドとしてRMNKランドスケープを用いることを提案する。 これらの景観の古典-量子マッピングを考案することにより、QMOOの数値ハイパーパラメータチューニングを行い、その性能を著しく向上させる。 最後に,QMOOと多目的タスクの古典的解法NSGA-II/IIIを比較する。 この結果から,QMOOは従来の課題よりも難易度が高い可能性が示唆された。

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)
• Quantum Portfolio Optimization: An Extensive Benchmark [0.0]
  我々は、有意義な実世界のインスタンスセット上で、最先端の古典的手法と量子的アプローチを比較して計算研究を行う。 ポートフォリオ最適化の変種を考えると,従来の解法では特に難解であることが分かる。 その結果、全てのインスタンスは、混合整数プログラミングによって、数秒の順序で、最適性を証明できることがわかった。
  論文  参考訳（メタデータ） (2025-09-22T15:13:31Z)
• MG-Net: Learn to Customize QAOA with Circuit Depth Awareness [51.78425545377329]
  量子近似最適化アルゴリズム(QAOA)とその変種は、最適化問題に対処する大きな可能性を示している。 良好な性能を実現するために必要な回路深度は問題固有であり、しばしば現在の量子デバイスの最大容量を超える。 ミキサジェネレータネットワーク (MG-Net) は, 最適ミキサハミルトニアンを動的に定式化するための統合ディープラーニングフレームワークである。
  論文  参考訳（メタデータ） (2024-09-27T12:28:18Z)
• Optimization by Decoded Quantum Interferometry [38.063836468778895]
  Decoded Quantum Interferometry (DQI) は、量子フーリエ変換を用いて、復号化問題に対する最適化問題を削減する量子アルゴリズムである。 有限体上の最適適合を近似するために、DQIは既知の古典的アルゴリズムよりも超多項式的なスピードアップを達成する。
  論文  参考訳（メタデータ） (2024-08-15T17:47:42Z)
• Variational Quantum Multi-Objective Optimization [5.381539115778766]
  本稿では,量子コンピュータ上での離散多目的最適化問題を解くための変分量子最適化アルゴリズムを提案する。 最大5つの目的を持つベンチマーク問題に対して提案アルゴリズムの有効性を示す。
  論文  参考訳（メタデータ） (2023-12-21T18:59:21Z)
• Randomized Benchmarking of Local Zeroth-Order Optimizers for Variational Quantum Systems [65.268245109828]
  古典学のパフォーマンスを、半ランダム化された一連のタスクで比較する。 量子システムにおける一般に好適な性能とクエリ効率のため、局所ゼロ階数に着目する。
  論文  参考訳（メタデータ） (2023-10-14T02:13:26Z)
• Multiobjective variational quantum optimization for constrained problems: an application to Cash Management [45.82374977939355]
  本稿では,変分量子アルゴリズムを用いた制約付き最適化問題の解法を提案する。 我々は、キャッシュマネジメント問題という、金融の極めて関連性の高い現実世界の問題について、我々の提案を検証した。 実験の結果, 実現したソリューションのコスト, 特に局所最小値の回避に関して, 大幅な改善が見られた。
  論文  参考訳（メタデータ） (2023-02-08T17:09:20Z)
• Accelerating variational quantum algorithms with multiple quantum processors [78.36566711543476]
  変分量子アルゴリズム(VQA)は、特定の計算上の利点を得るために、短期量子マシンを利用する可能性がある。 現代のVQAは、巨大なデータを扱うために単独の量子プロセッサを使用するという伝統によって妨げられている、計算上のオーバーヘッドに悩まされている。 ここでは、この問題に対処するため、効率的な分散最適化手法であるQUDIOを考案する。
  論文  参考訳（メタデータ） (2021-06-24T08:18:42Z)
• 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。

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。