論文の概要: Variational and Annealing-Based Approaches to Quantum Combinatorial Optimization

• arxiv url: http://arxiv.org/abs/2603.19117v1
• Date: Thu, 19 Mar 2026 16:41:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-20 17:19:06.270506
• Title: Variational and Annealing-Based Approaches to Quantum Combinatorial Optimization
• Title（参考訳）: 変分とアニーリングに基づく量子組合せ最適化のアプローチ
• Authors: Hala Hawashin, Deep Nath, Marco Alberto Javarone,
• Abstract要約: まず、量子アニーリング、量子近似最適化アルゴリズム(QAOA)、量子強化学習(QRL)、量子生成モデリング(QGM)など、量子アルゴリズムの主なファミリーを調査した。 次に、量子技術が現在量子優位性を示す問題クラスについて検討し、QOBLIB, QUARK, QASMBench, QED-Cのような確立されたベンチマークイニシアチブについて考察する。 これらの問題クラスはその後、物流、金融、電気通信など産業分野の代表にマップされる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this work, we review quantum approaches to combinatorial optimization, with the aim of bridging theoretical developments and industrial relevance. We first survey the main families of quantum algorithms, including Quantum Annealing, the Quantum Approximate Optimization Algorithm (QAOA), Quantum Reinforcement Learning (QRL), and Quantum Generative Modeling (QGM). We then examine the problem classes where quantum technologies currently show evidence of quantum advantage, drawing on established benchmarking initiatives such as QOBLIB, QUARK, QASMBench, and QED-C. These problem classes are subsequently mapped to representative industrial domains, including logistics, finance, and telecommunications. Our analysis indicates that quantum annealing currently exhibits the highest level of operational maturity, while QAOA shows promising potential on NISQ-era hardware. In contrast, QRL and QGM emerge as longer-term research directions with significant potential for future industrial impact.
• Abstract（参考訳）: 本研究は, 理論的発展と産業的妥当性を橋渡しすることを目的として, 組合せ最適化への量子的アプローチを概観する。 まず、量子アニーリング、量子近似最適化アルゴリズム(QAOA)、量子強化学習(QRL)、量子生成モデリング(QGM)など、量子アルゴリズムの主なファミリーを調査した。 次に、量子技術が現在量子優位性を示す問題クラスについて検討し、QOBLIB, QUARK, QASMBench, QED-Cのような確立されたベンチマークイニシアチブについて考察する。 これらの問題クラスはその後、物流、金融、電気通信など産業分野の代表にマップされる。 我々の分析によると、現在量子アニールは最も高い操作成熟度を示しており、QAOAはNISQ時代のハードウェアに有望な可能性を示している。 対照的に、QRLとQGMは長期的な研究の方向性として現れ、将来の工業的影響に大きな可能性を秘めている。

関連論文リスト

• A Survey of Quantum Transformers: Architectures, Challenges and Outlooks [82.4736481748099]
  量子変換器は古典変換器の表現力と量子コンピューティングの計算上の利点を統合する。 2022年以降、この地域の研究は急速に拡大し、様々な技術パラダイムや初期の応用がもたらされた。 本稿では,量子トランスモデルの包括的,体系的,詳細な調査を行う。
  論文  参考訳（メタデータ） (2025-04-04T05:40:18Z)
• Comprehensive Survey of QML: From Data Analysis to Algorithmic Advancements [2.5686697584463025]
  量子機械学習(Quantum Machine Learning)は、量子コンピューティングと機械学習の交差点におけるパラダイムシフトである。 この分野は、ハードウェアの制約、ノイズ、量子ビットコヒーレンス(英語版)の制限など、重大な課題に直面している。 この調査は、実用的な実世界のアプリケーションに向けて量子機械学習を進めるための基盤となるリソースを提供することを目的としている。
  論文  参考訳（メタデータ） (2025-01-16T13:25:49Z)
• Quantum Multi-Agent Reinforcement Learning for Aerial Ad-hoc Networks [0.19791587637442667]
  本稿では,航空通信のユースケースを提示し,それを解くためのハイブリッド量子古典型MLアルゴリズムを提案する。 その結果,古典的アルゴリズムに匹敵する量子化解の性能はわずかに向上した。 これらの有望な結果は、産業関連複雑なユースケースに対するQMARLの可能性を示している。
  論文  参考訳（メタデータ） (2024-04-26T15:57:06Z)
• A quantum information theoretic analysis of reinforcement learning-assisted quantum architecture search [0.0]
  本研究では,変分量子状態対角化問題に適したアンサッツ製造のためのRL-QASについて検討した。 我々はこれらの知見を活用して、最適な資源を用いてランダムな量子状態と対角化するために、QASの絡み合った許容アンサッツを考案する。
  論文  参考訳（メタデータ） (2024-04-09T09:54:59Z)
• 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)
• Multi-disk clutch optimization using quantum annealing [34.82692226532414]
  クラッチ製造における実用上の重要な課題を解くために,新しい量子アルゴリズムを開発した。 量子最適化が製造業における実際の産業応用においてどのように役割を果たせるかを示す。
  論文  参考訳（メタデータ） (2022-08-11T16:34:51Z)
• Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
  量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。 機械学習の観点からQGLMの現状を概観する。 従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-06-07T07:32:57Z)
• Theory of Quantum Generative Learning Models with Maximum Mean Discrepancy [67.02951777522547]
  量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。 まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。 次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
  論文  参考訳（メタデータ） (2022-05-10T08:05:59Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)

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。