論文の概要: EQE-QAOA: An Equivalence-Preserving Qubit Efficient Framework for Combinatorial Optimization

• arxiv url: http://arxiv.org/abs/2604.18285v1
• Date: Mon, 20 Apr 2026 13:57:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:52.91804
• Title: EQE-QAOA: An Equivalence-Preserving Qubit Efficient Framework for Combinatorial Optimization
• Title（参考訳）: EQE-QAOA: 組合せ最適化のための等価保存量子効率的なフレームワーク
• Authors: Xiaoyu Ma, Fang Fang, Ximing Xie, Xianbin Wang, Lajos Hanzo,
• Abstract要約: 既存の技術は情報損失のコストで量子ビットの削減に依存しており、計算性能は劣化している。 等価保存量子ビット効率QAOAを提案し、性能を劣化させることなく必要なキュービット数を著しく削減する。 完全独立変数を持つ非制約問題を除いて,大規模最適化問題に広く適用可能であることを示す。
• 参考スコア（独自算出の注目度）: 54.05451096499336
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The limited number of qubits is a major bottleneck in Quantum Approximate Optimization Algorithm (QAOA) for large-scale combinatorial optimization in the Noisy Intermediate-Scale Quantum (NISQ) era. To make progress, existing techniques rely on qubit reduction at the cost of information loss, hence leading to degraded computational performance. As a remedy, we propose the Equivalence-preserving Qubit Efficient QAOA (EQE-QAOA), which significantly reduces the required number of qubits without degrading the performance of QAOA. By exploiting intrinsic symmetries and conserved quantities, we first demonstrate that the QAOA dynamics are strictly confined to an invariant subspace of the Hilbert space. We subsequently prove that the evolution within this subspace is exactly equivalent to that of the full-scale system, achieving the same optimal solution as the original QAOA. Moreover, to reduce the number of qubits, we propose an isometric mapping that re-encodes the subspace into a space relying on fewer qubits. Furthermore, we derive the applicability conditions of EQE-QAOA and show that it is broadly applicable to large-scale combinatorial optimization problems, excluding only unconstrained problems with completely independent variables. Numerical simulations based on Max-Cut instances validate that EQE-QAOA significantly reduces qubit requirements and computational resources, while preserving exact optimization performance.
• Abstract（参考訳）: 量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm, QAOA)では、ノイズ中間量子(NISQ)時代の大規模な組合せ最適化において、量子ビット数の制限が大きなボトルネックとなっている。 進歩するためには、既存の手法は情報損失のコストでキュービットの削減に依存しており、結果として計算性能が劣化する。 本稿では,QAOAの性能を劣化させることなく,必要なキュービット数を著しく削減する等価保存量子ビット効率QAOA(EQE-QAOA)を提案する。 固有対称性と保存量を利用することにより、まずQAOA力学がヒルベルト空間の不変部分空間に厳密に制限されていることを示す。 その後、この部分空間の進化は、元の QAOA と同じ最適解を達成し、フルスケールシステムの進化と完全に等しいことを証明した。 さらに、量子ビット数を減らすために、より少ない量子ビットに依存する空間に部分空間をエンコードする等尺写像を提案する。 さらに、EQE-QAOAの適用性条件を導出し、完全独立変数を持つ制約のない問題を除いて、大規模な組合せ最適化問題に適用可能であることを示す。 Max-Cutインスタンスに基づく数値シミュレーションにより、EQE-QAOAは正確な最適化性能を維持しつつ、キュービット要求と計算資源を大幅に削減することを確認した。

関連論文リスト

• Design and Analysis of an Improved Constrained Hypercube Mixer in Quantum Approximate Optimization Algorithm [0.0]
  Noisy Intermediate-Scale Quantum (NISQ) 時代において、QAOAは制約された問題には適していない。 ある種の制約を組み込む一つの方法は、混合作用素を実行可能な部分空間に制限することである。 広い制約問題に対して,より少ないゲートで回路を生成する改造を提案する。
  論文  参考訳（メタデータ） (2026-03-05T13:57:15Z)
• Auxiliary-Qubit-Free Quantum Approximate Optimization Algorithm for the Minimum Dominating Set Problem [6.467872637658972]
  最小支配集合(MDS)問題に対する補助量子ビットフリー量子近似最適化アルゴリズム(QAOA)を提案する。 提案アルゴリズムは,従来のQAOAに匹敵する性能を達成し,量子ビットの削減を実現している。 マルチ角QAOAに基づくアブレーション研究では、共有回路パラメータを独立回路に置き換えることで、アルゴリズムの解の質をさらに改善できることが示されている。
  論文  参考訳（メタデータ） (2025-09-20T12:01:57Z)
• End-to-End On-Device Quantization-Aware Training for LLMs at Inference Cost [53.25965863436039]
  量子化対応トレーニング(QAT)は、より原則化されたソリューションを提供するが、バックプロパゲーションに依存しているため、メモリコストは禁じられている。 重み付けとアクティベーション量子化の両方をサポートするゼロオーダー最適化ベースのQATフレームワークであるZeroQATを提案する。 実験の結果、ZeroQATはPTQとQATのベースラインを一貫して上回り、メモリは大幅に削減された。
  論文  参考訳（メタデータ） (2025-08-21T01:18:27Z)
• Decentralized Optimization on Compact Submanifolds by Quantized Riemannian Gradient Tracking [45.147301546565316]
  本稿では,コンパクト部分多様体における分散最適化の問題について考察する。 エージェントが量子化変数を用いて変数を更新するアルゴリズムを提案する。 我々の知る限りでは、量子化の存在下で$mathcalO (1/K)$収束率を達成した最初のアルゴリズムである。
  論文  参考訳（メタデータ） (2025-06-09T01:57:25Z)
• Variational quantum algorithm-preserving feasible space for solving the uncapacitated facility location problem [3.3682090109106446]
  本稿では,変分量子アルゴリズムで実現可能な空間(VQA-PFS)アンサッツを提案する。 このアンザッツは制約変数に混合演算子を適用し、非制約変数にハードウェア効率アンザッツ(HEA)を用いる。 その結果, VQA-PFSは成功確率を著しく向上し, より高速な収束を示すことがわかった。
  論文  参考訳（メタデータ） (2023-12-12T01:36:49Z)
• Error Mitigation-Aided Optimization of Parameterized Quantum Circuits: Convergence Analysis [42.275148861039895]
  変分量子アルゴリズム(VQA)は、ノイズプロセッサを介して量子アドバンテージを得るための最も有望な経路を提供する。 不完全性とデコヒーレンスによるゲートノイズは、バイアスを導入して勾配推定に影響を与える。 QEM(Quantum error mitigation)技術は、キュービット数の増加を必要とせずに、推定バイアスを低減することができる。 QEMは必要な反復回数を減らすことができるが、量子ノイズレベルが十分に小さい限りである。
  論文  参考訳（メタデータ） (2022-09-23T10:48:04Z)
• Prog-QAOA: Framework for resource-efficient quantum optimization through classical programs [0.0]
  現在の量子最適化アルゴリズムでは、元の問題を二進最適化問題として表現し、量子デバイスに適した等価コストハミルトニアンに変換する必要がある。 目的関数を計算し、制約を認証するための古典的プログラムを設計し、後に量子回路にコンパイルする。 我々は、このアイデアをトラベリングセールスマン問題やMax-K$-Cutといった最適化タスクに活用し、関連するすべてのコスト対策に関して最適に近い回路を得る。
  論文  参考訳（メタデータ） (2022-09-07T18:01:01Z)
• Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
  我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。 問題の大きさと問題グラフの次数で指数関数的に増大する。 これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2022-01-06T21:02:30Z)
• 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。