論文の概要: Feedback-based quantum optimization and its classical counterpart: quantum advantage and the power of classical algorithms

• arxiv url: http://arxiv.org/abs/2605.13082v1
• Date: Wed, 13 May 2026 06:54:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:27.860303
• Title: Feedback-based quantum optimization and its classical counterpart: quantum advantage and the power of classical algorithms
• Title（参考訳）: フィードバックに基づく量子最適化とその古典的対応 : 量子優位性と古典的アルゴリズムのパワー
• Authors: Tomohiro Hattori, Takuya Hatomura,
• Abstract要約: 我々は、フィードバックに基づく量子最適化に対する従来提案されていた古典的アプローチの高次理論を開発する。 主な発見は、量子アルゴリズムが解の質の観点から古典的なアルゴリズムに有利であるということである。 この論文で論じられた古典的アルゴリズムの1つは、高次非制約バイナリ最適化問題に対する大きなスケーラビリティを示している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Feedback-based quantum optimization is a quantum approach to combinatorial optimization. In this paper, we introduce the classical counterpart of feedback-based quantum optimization by using the quantum-classical correspondence of spin systems to discuss the possibility of quantum advantage. It also enables us to develop higher-order theory of a previously proposed classical approach to feedback-based quantum optimization. First, we compare the feedback-based algorithm for quantum optimization (FALQON) and its variant with their classical counterparts. Then, we perform benchmark tests of various quantum and classical algorithms with small-scale instances, and of classical algorithms with large-scale instances. Main findings are that (i) quantum algorithms can be advantageous to classical algorithms in terms of the quality of solutions, while classical algorithms tend to show faster convergence than quantum ones, and (ii) one of the classical algorithms discussed in this paper shows significant scalability for higher-order unconstrained binary optimization problems. These findings highlight the importance of quantumness and the usefulness of classical approaches.
• Abstract（参考訳）: フィードバックに基づく量子最適化は組合せ最適化の量子的アプローチである。 本稿では、スピン系の量子古典対応を利用して、古典的なフィードバックに基づく量子最適化を導入し、量子優位性の可能性について議論する。 また、フィードバックに基づく量子最適化に先立って提案された古典的アプローチの高次理論を開発できる。 まず、フィードバックに基づく量子最適化アルゴリズム(FALQON)とその変種を古典的アルゴリズムと比較する。 次に、小型のインスタンスを持つ様々な量子および古典的アルゴリズムと大規模のインスタンスを持つ古典的アルゴリズムのベンチマークテストを実行する。 主な発見は (i)量子アルゴリズムは解の質の観点から古典的アルゴリズムに有利であるが、古典的アルゴリズムは量子的アルゴリズムよりも高速な収束を示す傾向がある。 (II) 本稿で論じる古典的アルゴリズムの1つは、高次非制約二項最適化問題に対する大きなスケーラビリティを示している。 これらの知見は量子性の重要性と古典的アプローチの有用性を浮き彫りにしている。

関連論文リスト

• Classical algorithm inspired by the feedback-based algorithm for quantum optimization and local counterdiabatic driving [0.0]
  本稿では,最適化問題に対する量子インスパイアされた古典的アルゴリズム,CACAO(Counterbaticity-assisted classical algorithm for Optimization)を提案する。 このアルゴリズムでは、与えられた最適化問題の解は、局所的反断熱駆動の量子リンノフ制御に基づいて古典的なスピンダイナミクスで等しく探索される。 我々はCACAOと量子時変アルゴリズム、すなわち量子アニール、量子最適化のためのフィードバックベースアルゴリズム(FALQON)と反断熱的フィードバックベース量子アルゴリズム(CD-FQA)の性能を比較した。
  論文  参考訳（メタデータ） (2025-06-10T20:16:44Z)
• Randomized Benchmarking of Local Zeroth-Order Optimizers for Variational Quantum Systems [65.268245109828]
  古典学のパフォーマンスを、半ランダム化された一連のタスクで比較する。 量子システムにおける一般に好適な性能とクエリ効率のため、局所ゼロ階数に着目する。
  論文  参考訳（メタデータ） (2023-10-14T02:13:26Z)
• 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)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)

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。