論文の概要: Iterative Optimization with Partial Convergence Guarantees on Neutral Atom Quantum Computers

• arxiv url: http://arxiv.org/abs/2603.28933v1
• Date: Mon, 30 Mar 2026 19:12:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-01 15:25:02.745655
• Title: Iterative Optimization with Partial Convergence Guarantees on Neutral Atom Quantum Computers
• Title（参考訳）: 中性原子量子コンピュータにおける部分収束保証を用いた反復最適化
• Authors: Cédrick Perron, Yves Bérubé-Lauzière, Victor Drouin-Touchette,
• Abstract要約: Lp-Qutsは、NAQCサンプルラーを古典的な切断平面アルゴリズムに統合するハイブリッド量子古典的フレームワークである。 我々は、Lp-Qutsを古典最適化フレームワークに効果的に組み込んで、量子資源を減らした準最適解を提供する方法を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Neutral atom quantum computers (NAQCs) have emerged as a promising platform for solving the maximum weighted independent set (MWIS) problem. However, analog quantum approaches face two key limitations: constraints of the atomic layout on realizable graph geometries and the absence of performance guarantees. We introduce Lp-Quts, a hybrid quantum-classical framework that integrates an NAQC sampler into a classical cutting-plane algorithm. At each iteration, a relaxed linear program (RLP) bounds the MWIS and induces a reduced graph from which independent sets are sampled using an analog quantum sampler. A novel sample-informed separation problem guides odd-cycle cut selection and accelerates convergence. For t-perfect graphs, Lp-Quts inherits polynomial-time convergence guarantees from the classical theory of cutting planes. We evaluate our approach on instances with up to 300 vertices -- a scale that exceeds the capabilities of current NAQC hardware. In this regime, Lp-Quts reaches solutions within 5--10\% of optimality, outperforming direct analog quantum protocols and greedy baselines under equal sampling budgets. As expected, simulated annealing remains the strongest sample-based solver at this scale. These results demonstrate how quantum samplers can be effectively embedded within classical optimization frameworks to deliver near-optimal solutions with reduced quantum resources while preserving formal guarantees.
• Abstract（参考訳）: ニュートラル原子量子コンピュータ(NAQC)は、最大重み付き独立集合(MWIS)問題を解決するための有望なプラットフォームとして登場した。 しかし、アナログ量子アプローチは、実現可能なグラフ幾何学における原子配置の制約と性能保証の欠如という2つの重要な制限に直面している。 Lp-Qutsは、NAQCサンプルラを古典的な切断平面アルゴリズムに統合するハイブリッド量子古典的フレームワークである。 各イテレーションにおいて、緩和線形プログラム(RLP)はMWISを束縛し、アナログ量子サンプリング器を用いて独立した集合をサンプリングする縮小グラフを誘導する。 サンプルインフォームド分離問題では、奇数サイクルカットの選択を導出し、収束を加速する。 t-完全グラフに対しては、Lp-Qutsは古典的な切断平面の理論から多項式時間収束保証を継承する。 私たちは、現在のNAQCハードウェアの能力を超える、最大300の頂点を持つインスタンスに対する私たちのアプローチを評価します。 この体制では、Lp-Qutsは5～10 %の最適性で解に達し、同じサンプリング予算の下で直接アナログ量子プロトコルやグリーディベースラインより優れている。 予想通り、模擬アニーリングは、このスケールで最強のサンプルベースの解法である。 これらの結果は、量子サンプリングを古典的な最適化フレームワークに効果的に組み込んで、量子資源を削減し、正式な保証を保ちながら、ほぼ最適のソリューションを提供する方法を示している。

関連論文リスト

• A Scalable Distributed Quantum Optimization Framework via Factor Graph Paradigm [46.08923284345648]
  分散量子最適化のための構造認識フレームワークを提案する。 検索スペースが$N$の場合、我々のフレームワークはプロセッサやセパレータに依存した要素に対して$O(sqrtN)$クエリ複雑性を達成する。 構造を考慮した分解は、量子ネットワーク上でのスケーラブルな分散量子最適化に実践的な道をもたらすことを示す。
  論文  参考訳（メタデータ） (2026-03-08T15:15:52Z)
• Scalable Quantum Optimisation using HADOF: Hamiltonian Auto-Decomposition Optimisation Framework [0.0]
  量子アニーリング(QA)とQAOAは、NISQシステムにおける問題の近似解を見つけるために使われる量子最適化アルゴリズムを約束している。 準拘束的二項最適化(QUBO)ハミルトンを準ハミルトニアンに自動的に分割する反復戦略を利用するハミルトニアン自動分解最適化フレームワーク(HADOF)を提案する。
  論文  参考訳（メタデータ） (2025-10-03T11:54:41Z)
• Hybrid Quantum-Classical Branch-and-Price Method for the Vertex Coloring Problem [0.11242503819703255]
  量子古典ブランチ・アンド・プライス(Quantum Classical Branch-and-Price、QCBP)は、中性原子量子処理ユニット(QPU)上の頂点色問題に対するハイブリッド量子古典アルゴリズムである。
  論文  参考訳（メタデータ） (2025-08-26T10:03:56Z)
• Quantum Annealing for Machine Learning: Applications in Feature Selection, Instance Selection, and Clustering [41.94295877935867]
  量子解法と古典解法をともに実装し,その有効性を比較する。 特徴選択のために,特徴量と冗長性のバランスをとるいくつかのQUBO構成を提案する。 事例選択では,既存手法を拡張した事例レベルの重要度尺度を提案する。 クラスタリングには古典的クラスタリングとQUBOベースのメドイドリファインメントを併用した古典的量子パイプラインを組み込む。
  論文  参考訳（メタデータ） (2025-07-20T17:59:14Z)
• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
  変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。 本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• Analog QAOA with Bayesian Optimisation on a neutral atom QPU [0.0]
  我々は、最大独立集合問題を解くために、量子近似最適化アルゴリズムをアナログ形式で実装する。 提案手法は,Pasqalの最初の商用量子処理ユニットであるOrion Alpha上でのシミュレーションと実験的実行を組み合わせることで評価する。 結果から、限られた数の測定がソリューションへの迅速な収束を可能にすることが示され、リソース効率のシナリオに対して実行可能なソリューションとなっている。
  論文  参考訳（メタデータ） (2025-01-27T17:23:52Z)
• Projective Quantum Eigensolver with Generalized Operators [0.0]
  PQEフレームワークにおける閉形式残留方程式の観点から一般化作用素を決定する手法を開発する。 いくつかの分子系への応用により、アンザッツは単体、二重体、三重体を含む(異方性)UCCと同様の精度を達成できることを実証した。
  論文  参考訳（メタデータ） (2024-10-21T15:40:22Z)
• Optimizing Unitary Coupled Cluster Wave Functions on Quantum Hardware: Error Bound and Resource-Efficient Optimizer [0.0]
  本稿では、量子ハードウェア上でのユニタリ結合クラスタ波関数の最適化のための射影量子固有解法(PQE)アプローチについて検討する。 我々は、ハミルトニアンの外部対角係数(残差)とアルゴリズムのエネルギー誤差と得られた波動関数によって達成された重なり関係を導出する。
  論文  参考訳（メタデータ） (2024-10-19T15:03:59Z)
• Quantum Gate Optimization for Rydberg Architectures in the Weak-Coupling Limit [55.05109484230879]
  我々は,Rydberg tweezerシステムにおける2ビットゲートの機械学習支援設計を実演する。 我々は,高忠実度CNOTゲートを実装した最適パルス列を生成する。 単一量子ビット演算の局所的な制御は、原子列上で量子計算を行うのに十分であることを示す。
  論文  参考訳（メタデータ） (2023-06-14T18:24:51Z)
• A self-consistent field approach for the variational quantum eigensolver: orbital optimization goes adaptive [52.77024349608834]
  適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。 このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
  論文  参考訳（メタデータ） (2022-12-21T23:15:17Z)
• A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
  本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。 私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。 実際の量子コンピュータを用いて得られた結果について述べる。
  論文  参考訳（メタデータ） (2022-01-25T05:59:24Z)

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。