論文の概要: Multi-Objective Optimization by Quantum-Annealing-Inspired Algorithms

• arxiv url: http://arxiv.org/abs/2604.26477v1
• Date: Wed, 29 Apr 2026 09:41:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-30 15:59:36.336379
• Title: Multi-Objective Optimization by Quantum-Annealing-Inspired Algorithms
• Title（参考訳）: 量子アニール型アルゴリズムによる多目的最適化
• Authors: Xian-Zhe Tao, Pavel Mosharev, Man-Hong Yung,
• Abstract要約: ゲートベースの量子回路と量子アニールは、多目的問題に対する最先端の古典的最適化よりも優れている。 我々は、GPUベースの量子アニーリングインスパイアされたアルゴリズム(QAIAs)を使用して、同じベンチマークスイートを再検討する。 以上の結果から,QAIAは従来研究されていた量子プロセッサよりも約2桁高速に候補解をサンプリングできることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Combinatorial optimization is widely regarded as a primary application for near-term quantum processors, although a definitive demonstration of the practical quantum advantage remains elusive. Recent studies have reported that both gate-based quantum circuits and quantum annealers can outperform state-of-the-art classical heuristics on multi-objective optimization (MO-MaxCut) problems. However, these studies did not fully account for the substantial pre- and post-processing overheads intrinsic to quantum solvers, leading to incomplete comparisons between quantum and classical approaches. In this work, we re-examine the same benchmark suite using GPU-based quantum-annealing-inspired algorithms (QAIAs), which, analogously to quantum processors, generate probabilistic samples and thus serve as formidable classical contenders. Our results show that QAIAs can sample candidate solutions approximately two orders of magnitude faster than previously studied quantum processors. In terms of end-to-end runtime, QAIAs also surpass industry-leading classical solvers, thereby establishing themselves as the superior performers among the quantum and classical solvers evaluated thus far for the MO-MaxCut instances.
• Abstract（参考訳）: 組合せ最適化は短期量子プロセッサの主要な応用として広く見なされているが、実用的な量子優位性の明確な実証はいまだ解明されていない。 近年の研究では、ゲートベースの量子回路と量子アニールの両方が、多目的最適化(MO-MaxCut)問題における最先端の古典的ヒューリスティックよりも優れていることが報告されている。 しかし、これらの研究は、量子解法に固有の実質的な前処理および後処理のオーバーヘッドを十分に説明しなかったため、量子と古典的なアプローチの完全な比較には至らなかった。 本研究では,GPUをベースとした量子アニール型アルゴリズム(QAIA)を用いて,同じベンチマークスイートを再検討する。 以上の結果から,QAIAは従来研究されていた量子プロセッサよりも約2桁高速に候補解をサンプリングできることがわかった。 エンドツーエンドのランタイムに関しては、QAIAsは業界をリードする古典的解法を超越し、これまでのMO-MaxCutインスタンスで評価された量子および古典的解法の中で、優れたパフォーマーとしての地位を確立した。

関連論文リスト

• Methods for non-variational heuristic quantum optimisation [0.5586191108738564]
  我々は、この変分的枠組みを廃止し、ハイブリッドな量子古典的アプローチを推奨する新しい量子最適化のクラスを導入する。 これらのアルゴリズムは、ノイズに固有の堅牢性を示し、量子リソースと古典リソースの両方にわたる並列実行をサポートすることが期待されている。
  論文  参考訳（メタデータ） (2026-02-01T17:46:57Z)
• 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)
• Quantum Subroutines in Branch-Price-and-Cut for Vehicle Routing [0.0]
  この研究で、限られた資源を持つ量子がNPハード問題に対する大規模な正確な最適化アルゴリズムにどのように統合できるかを実証する。 我々のアルゴリズムの重要な特徴は、量子によって返される最良の解からではなく、あるコスト閾値以下の全ての解から得られることである。
  論文  参考訳（メタデータ） (2024-12-20T08:27:23Z)
• Unlocking Quantum Optimization: A Use Case Study on NISQ Systems [0.0]
  本稿では、電気自動車の充電スケジュールを最適化する分野における産業関連ユースケースと、トラック走行経路の最適化に関するユースケースについて考察する。 我々の中心的なコントリビューションは、IBMのゲートベース量子コンピュータの異なるプロセッサとD-Waveの量子アニール上で実行されるこれらのユースケースから導かれる系統的な一連の例である。
  論文  参考訳（メタデータ） (2024-04-10T17:08:07Z)
• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• A quantum advantage over classical for local max cut [48.02822142773719]
  量子最適化近似アルゴリズム(QAOA)は、次数3グラフ上の古典的手法に匹敵する計算上の優位性を持つ。 結果として、最先端の量子ハードウェアに関係している小規模量子計算でさえ、比較可能な単純な古典よりも大きな優位性を持つ可能性が示唆された。
  論文  参考訳（メタデータ） (2023-04-17T16:42:05Z)
• Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
  量子計算を古典的な結果によって補う手法を提案する。 予測の利点を生かして、新しいタイプの量子測度がもたらされる。 予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
  論文  参考訳（メタデータ） (2022-09-12T15:47:44Z)
• 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)
• 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。