論文の概要: Impact-Driven Quantum Decomposition for Traffic Zone Partitioning: A Hybrid Gate-Model Framework
- arxiv url: http://arxiv.org/abs/2605.01127v1
- Date: Fri, 01 May 2026 21:54:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-05 20:33:49.596814
- Title: Impact-Driven Quantum Decomposition for Traffic Zone Partitioning: A Hybrid Gate-Model Framework
- Title（参考訳）: 交通ゾーン分割のためのインパクト駆動量子分解:ハイブリッドゲートモデルフレームワーク
- Authors: Ruimin Ke, Talha Azfar, Kaicong Huang, Shuyang Li,
- Abstract要約: 本稿では、トラフィックゾーン分割のためのインパクト駆動型ハイブリッド量子古典最適化フレームワークを提案する。
実験により、衝突誘導分解は収束挙動を改善し、よりコヒーレントな空間分割を生成することが示された。
ハイブリッド手法は最高の直接量子解よりも優れているわけではないが、輸送アプリケーションのためのスケーラブルなハイブリッド最適化への実践的な道筋を示す。
- 参考スコア（独自算出の注目度）: 2.988555995010699
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Partitioning transportation networks into balanced and spatially coherent traffic zones is a fundamental yet computationally challenging task in intelligent transportation systems. The resulting optimization problem exhibits dense interactions among decision variables and can be formulated as a Quadratic Unconstrained Binary Optimization (QUBO) model. While quantum optimization naturally aligns with such quadratic energy representations, current noisy intermediate-scale quantum hardware imposes limitations on problem size, connectivity, and circuit reliability. This paper proposes an impact-driven hybrid quantum--classical optimization framework for traffic zone partitioning that bridges transportation-scale optimization models and practical gate-based quantum processors. Instead of static geographic decomposition, the method estimates the energy impact of decision variables and selectively assigns quantum computation to influential subproblems while a classical coordination loop maintains global feasibility. The framework is implemented using the Iskay optimizer and evaluated on the IBM Quantum System One backend. Experiments compare direct quantum optimization, classical iterative SubQUBO refinement, and the proposed hybrid approach. Results show that impact-guided decomposition improves convergence behavior and produces more coherent spatial partitions relative to classical refinement, while remaining consistent with hardware constraints. Although the hybrid method does not outperform the best direct quantum solution, it demonstrates a practical pathway toward scalable hybrid optimization for transportation applications under current quantum hardware conditions.
- Abstract（参考訳）: 交通ネットワークをバランスよく空間的に整合性のある交通ゾーンに分割することは、インテリジェント交通システムにおける基本的な計算上の課題である。
得られた最適化問題は、決定変数間の密接な相互作用を示し、擬似非制約バイナリ最適化(QUBO)モデルとして定式化することができる。
量子最適化は2次エネルギー表現と自然に一致するが、現在のノイズの多い中間スケール量子ハードウェアは問題のサイズ、接続性、回路信頼性に制限を課している。
本稿では,輸送スケール最適化モデルと実用的なゲートベース量子プロセッサを橋渡しする交通ゾーン分割のための,インパクト駆動型ハイブリッド量子古典最適化フレームワークを提案する。
静的な地理的分解の代わりに、決定変数のエネルギー効果を推定し、古典的な調整ループがグローバルな実現可能性を維持する一方で、量子計算を影響力のあるサブプロブレムに選択的に割り当てる。
このフレームワークはIskayオプティマイザを使用して実装され、IBM Quantum System Oneバックエンドで評価されている。
実験では、直接量子最適化、古典的反復SubQUBOの改良、提案されたハイブリッドアプローチを比較した。
その結果, 衝撃誘導分解はコンバージェンス挙動を改善し, ハードウェアの制約に整合しながら, 古典的な精細化に対してよりコヒーレントな空間分割を生じさせることがわかった。
ハイブリッド手法は最高の直接量子解よりも優れているわけではないが、現在の量子ハードウェア条件下での輸送アプリケーションに対するスケーラブルなハイブリッド最適化への実践的な道筋を示す。
関連論文リスト
- Hybrid Classical--Quantum Optimization of Wireless Routing Using QAOA and Quantum Walks [0.0]
本稿では,無線ルーティングにおける古典量子ハイブリッド方式について検討する。
量子ルーティングの潜在的な価値は、古典的なルーティングのエンドツーエンド置換ではなく、難しいサブプロブレムの扱いにある。
論文 参考訳（メタデータ） (2026-04-01T01:48:57Z) - Optimization-based Unfolding in High-Energy Physics [0.0]
高エネルギー物理学において、展開とは検出器が歪んだ測定から物理観測物の真の分布を再構築する過程である。
我々は古典的手法と量子互換手法の両方を用いてこの問題に対処する枠組みを開発する。
論文 参考訳（メタデータ） (2026-02-26T09:11:34Z) - Physics-Informed Hybrid Quantum-Classical Dispatching for Large-Scale Renewable Power Systems:A Noise-Resilient Framework [9.378801906395179]
高ペネレーションエネルギーは、電力系統のディスパッチ最適化に重大性と非古典性をもたらす。
既存のアプローチでは、電力網を「ブラックボックス」として扱うのが一般的である。
本稿では、PIHQ-CD(Hybrid Quantum-Bridging Dispatching)フレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-26T13:35:54Z) - Constraint-Aware Quantum Optimization via Hamming Weight Operators [1.1463843149836523]
厳密な線形制約を伴う制約付き最適化は、薬物発見、電力グリッド、物流、金融の応用を支えている。
ハミングウェイト作用素(ハミングウェイト作用素、Hamming Weight Operators)は、量子進化を、実現可能な部分空間内で厳密に定義する制約対応作用素のクラスである。
我々は,金融と高エネルギー物理学のベンチマークタスク,特にポートフォリオ最適化とエネルギーバランスを伴う2ジェットクラスタリングのアプローチを検証した。
論文 参考訳（メタデータ） (2026-01-04T12:58:04Z) - Hot-Starting Quantum Portfolio Optimization [39.916647837440316]
滑らかで凸な目的関数による組合せ最適化は、離散平均分散ポートフォリオ最適化のようなアプリケーションで自然に発生する。
我々は、コンパクトなヒルベルト空間を構築することにより、連続最適点近傍の離散解に探索空間を限定する新しいアプローチを導入する。
ソフトウェアソルバとD波アドバンテージ量子アニールの実験により,本手法が最先端技術より優れていることを示す。
論文 参考訳（メタデータ） (2025-10-13T08:47:43Z) - Quantum Approximate Optimization Algorithm for MIMO with Quantized b-bit Beamforming [47.98440449939344]
多重入力多重出力(MIMO)は6G通信において重要であり、スペクトル効率と信頼性の向上を提供する。
本稿では、送信機と受信機の両方でbビット量子化位相シフト器の問題に対処するために、量子近似最適化アルゴリズム(QAOA)と交互最適化を適用することを検討する。
この量子化ビームフォーミング問題の構造はQAOAのようなハイブリッド古典的手法と自然に一致し、ビームフォーミングで使われる位相シフトは量子回路の回転ゲートに直接マッピングできる。
論文 参考訳（メタデータ） (2025-10-07T17:53:02Z) - Quantum Annealing Hyperparameter Analysis for Optimal Sensor Placement in Production Environments [39.58317527488534]
ハードウェアが成熟すると、量子コンピューティングがコスト効率、大規模最適化問題にどのように貢献するかを示す。
我々はこの問題を1ホットとバイナリエンコーディングによる2次非制約バイナリ最適化の定式化に変換する。
以上の結果から,量子アニールは実世界のシナリオから派生したインスタンスを解くことができることが示された。
論文 参考訳（メタデータ） (2025-07-22T13:35:51Z) - Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。
本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。
また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
論文 参考訳（メタデータ） (2024-04-17T11:00:12Z) - Optimizing Variational Quantum Algorithms with qBang: Efficiently Interweaving Metric and Momentum to Navigate Flat Energy Landscapes [0.0]
変分量子アルゴリズム(VQA)は、現在の量子コンピューティングインフラを利用するための有望なアプローチである。
本稿では,量子ブロイデン適応型自然勾配(qBang)アプローチを提案する。
論文 参考訳（メタデータ） (2023-04-27T00:06:48Z) - A Copositive Framework for Analysis of Hybrid Ising-Classical Algorithms [18.075115172621096]
本稿では,Isingソルバを用いた混合二項二次プログラムの解法におけるハイブリッドアルゴリズムの形式解析について述べる。
本稿では,ハイブリッド量子古典的切削平面アルゴリズムを用いてこの問題を解決することを提案する。
論文 参考訳（メタデータ） (2022-07-27T16:47:32Z) - Cross Entropy Hyperparameter Optimization for Constrained Problem
Hamiltonians Applied to QAOA [68.11912614360878]
QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。
このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。
本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
論文 参考訳（メタデータ） (2020-03-11T13:52:41Z)
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。