論文の概要: Use case study: benchmarking quantum breadth-first search for maximum flow problems
- arxiv url: http://arxiv.org/abs/2604.24962v1
- Date: Mon, 27 Apr 2026 20:03:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-29 16:49:17.581947
- Title: Use case study: benchmarking quantum breadth-first search for maximum flow problems
- Title（参考訳）: ケーススタディ:最大フロー問題に対する量子幅第一探索のベンチマーク
- Authors: Andreea-Iulia Lefterovici, Lara Lelakowski, Michael Perk,
- Abstract要約: 我々は、Dicicのアルゴリズムの古典的な実装を実行し、BFSサブルーチンのランタイムを分離する。
我々はqBFSを実装するために必要な最小の量子サイクル数を解析的に推定する。
以上の結果から,現実的な問題サイズに対して現実的な量子的優位性を実現することは,物理限界を超える量子ゲート演算時間に変換されることが示唆された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The maximum flow problem asks to find the largest possible flow from a source to a sink in a capacitated network. It arises frequently in scheduling, project selection, and as a core subroutine in broader optimisation tasks. Classically, it can be efficiently solved using Dinic's algorithm, which repeatedly performs breadth-first search (BFS) and blocking flow computations on the graph. As a potential candidate for quantum speedups, these BFS subroutines can be naturally replaced with quantum BFS (qBFS), an instantiation of Grover's search algorithm. In this paper, we evaluate the expected performance of qBFS on standard classical datasets. These instances are too large to be solved directly on current quantum hardware, so we adopt a hybrid benchmarking approach: (i) we run a classical implementation of Dinic's algorithm and isolate the runtime of its BFS subroutines; (ii) we analytically estimate the minimum number of quantum cycles required to implement qBFS, where we use the classically logged data. Our results indicate that achieving a practical quantum advantage for realistic problem sizes would translate to quantum gate operation times surpassing physical limitations.
- Abstract（参考訳）: 最大フロー問題は、容量化されたネットワークにおいて、ソースからシンクへの最大フローを見つけるように要求する。
スケジューリングやプロジェクト選択、より広範な最適化タスクにおけるコアサブルーチンとして頻繁に発生する。
古典的には、グラフ上でブロードスファーストサーチ(BFS)とブロッキングフロー計算を繰り返し行うDicicのアルゴリズムを用いて効率よく解ける。
量子スピードアップの候補として、これらのBFSサブルーチンはGroverの探索アルゴリズムのインスタンス化である量子BFS(qBFS)に自然に置き換えることができる。
本稿では,標準古典データセットにおけるQBFSの性能評価を行う。
これらのインスタンスは、現在の量子ハードウェア上で直接解決するには大きすぎるため、ハイブリッドベンチマークアプローチを採用しています。
(i)Dinicのアルゴリズムの古典的な実装を実行し、BFSサブルーチンのランタイムを分離する。
(II)qBFSを実装するために必要な最小の量子サイクル数を解析的に推定する。
以上の結果から,現実的な問題サイズに対して現実的な量子的優位性を実現することは,物理的制約を超える量子ゲート演算時間に変換されることが示唆された。
関連論文リスト
- Distributed Quantum-Enhanced Optimization: A Topographical Preconditioning Approach for High-Dimensional Search [0.0]
D-QEOは、純粋に古典的なアルゴリズムで観測される指数的故障率を抑制する。
この量子ブループリントは、使用に必要なグローバルなリソースの数を著しく削減する。
論文 参考訳（メタデータ） (2026-04-22T14:50:21Z) - Learning Feasible Quantum States for Quadratic Constrained Binary Optimization Problems [41.23247424467223]
我々はQCBOの制約を満たす量子状態の同値重ね合わせを生成する変動的アプローチを開発する。
結果として生じる同値な重ね合わせは、QUBO/QCBOを解く量子アルゴリズムの初期状態として使用できる。
論文 参考訳（メタデータ） (2025-08-04T16:44:53Z) - 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) - Bayesian Optimization Priors for Efficient Variational Quantum Algorithms [0.0]
量子コンピュータは現在、量子量子アルゴリズム(VQA)と呼ばれる量子古典的なアプローチで問題を解決している。
本稿では,時間当たりのショット数を削減できる基本計算最適化のためのハイブリッドフレームワークを提案する。
この2つの特徴を用いて,提案手法がVQA内でのシミュレーション実装を統計的に上回っていることを示す。
論文 参考訳（メタデータ） (2024-06-20T18:00:12Z) - A quantum annealing approach to the minimum distance problem of quantum codes [0.0]
本稿では,量子安定化器符号の最小距離を準拘束的二項最適化問題として再定式化することで計算する手法を提案する。
D-Wave Advantage 4.1quantum annealerと比較することにより,本手法の実用性を示す。
論文 参考訳（メタデータ） (2024-04-26T21:29:42Z) - A single $T$-gate makes distribution learning hard [56.045224655472865]
この研究は、局所量子回路の出力分布の学習可能性に関する広範な評価を提供する。
ハイブリッド量子古典アルゴリズムを含む多種多様な学習アルゴリズムにおいて、深度$d=omega(log(n))$ Clifford回路に関連する生成的モデリング問題さえも困難であることを示す。
論文 参考訳（メタデータ） (2022-07-07T08:04:15Z) - Entanglement and coherence in Bernstein-Vazirani algorithm [58.720142291102135]
Bernstein-Vaziraniアルゴリズムは、オラクルに符号化されたビット文字列を決定できる。
我々はベルンシュタイン・ヴァジラニアルゴリズムの量子資源を詳細に分析する。
絡み合いがない場合、初期状態における量子コヒーレンス量とアルゴリズムの性能が直接関係していることが示される。
論文 参考訳（メタデータ） (2022-05-26T20:32:36Z) - Quantifying Grover speed-ups beyond asymptotic analysis [0.0]
古典的なエミュレーションと、すべての定数を含む詳細な複雑性境界を組み合わせたアプローチを考える。
本手法を古典的アルゴリズムの単純量子スピードアップに適用し,よく研究されたMAX-$k$-SAT最適化問題を解く。
これは、2つの重要な量子サブルーチンの期待と最悪のケースの複雑さに厳密な境界(全定数を含む)を必要とする。
論文 参考訳（メタデータ） (2022-03-09T19:00:00Z) - Quantum Optimization of Maximum Independent Set using Rydberg Atom
Arrays [39.76254807200083]
最大独立集合問題の解法として量子アルゴリズムを実験的に検討する。
問題の難易度は解の縮退と局所ミニマの数によって制御される。
最も難しいグラフでは、正確な解を見つける際に超線形量子スピードアップを観測する。
論文 参考訳（メタデータ） (2022-02-18T19:00:01Z) - 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)
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。