論文の概要: Where the Quantum Lives in D-Wave Hybrid Portfolio Optimization
- arxiv url: http://arxiv.org/abs/2605.17623v1
- Date: Sun, 17 May 2026 19:41:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-19 17:57:48.232438
- Title: Where the Quantum Lives in D-Wave Hybrid Portfolio Optimization
- Title（参考訳）: D波ハイブリッドポートフォリオ最適化における量子の在り方
- Abstract要約: 我々は、D-Waveのハイブリッド量子古典的ポートフォリオ最適化サービスが実際にどれだけ量子的であるかを監査する。
制約ネイティブのLeapHybridCQMサービスは、Gurobiが最適なことを証明している54のインスタンスすべてにおいて、Gurobiが証明した最適値と一致する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We audit how much of D-Wave's hybrid quantum-classical portfolio-optimization service is actually quantum. On cardinality-constrained mean-variance-turnover instances spanning N equal to 10 to 640 with a Gurobi MIQP optimality anchor, the constraint-native LeapHybridCQM service matches Gurobi's proven optimum on all 54 instances where Gurobi proves optimality, but the mean QPU access time is only 0.034 seconds out of a 5-second wall-clock budget, roughly 0.7 percent of the run. The remaining roughly 99 percent is the service's classical decomposition, sub-problem assembly, and feasibility-aware reassembly, so the reported D-Wave hybrid win on this problem class is a constraint-native classical pipeline with a small QPU contribution rather than a quantum-sampling win. Two structural results sharpen this audit. First, the cardinality penalty contributes a dense rank-one term that makes the penalty-encoded logical graph fully connected regardless of the original covariance density, collapsing the intended density benchmark axis for all penalty-encoded paths while leaving the constraint-native sparsity intact. Second, the constraint-native service returns identical solutions at every tested wall-clock budget from 5 to 300 seconds and across 10 repeated calls, a determinism property of the service on this problem class. Together with two classical baselines, namely Gurobi MIQP and simulated annealing, and a comparison against the penalty-encoded hybrid interface, these results extend the prior constraint-native versus penalty-encoded observation of Sakuler et al. from the statement that the constraint-native interface handles constraints natively to the operational decomposition of where the win actually originates, a finding that reframes how D-Wave hybrid performance should be reported in quantum-finance benchmarks.
- Abstract（参考訳）: 我々は、D-Waveのハイブリッド量子古典的ポートフォリオ最適化サービスが実際にどれだけ量子的であるかを監査する。
Nにまたがる濃度制約付き平均分散-ターンオーバーインスタンスが、Gurobi MIQP最適化アンカーで10から640に等しい場合、制約ネイティブのLeapHybridCQMサービスは、Gurobiが最適性を証明している54のインスタンスすべてにおいて、Gurobiの証明された最適値と一致するが、平均QPUアクセス時間は5秒の壁面予算のうち0.034秒で、約0.7%である。
残りの約99%は、サービスの古典的な分解、サブプロブレムアセンブリ、ファシビリティを意識した再組み立てである。そのため、D-Waveハイブリッドがこの問題クラスで勝利したと報告されているのは、量子サンプリングの勝利ではなく、小さなQPUコントリビューションを持つ制約ネイティブな古典的パイプラインである。
2つの構造的な結果がこの監査を鋭くする。
第一に、濃度ペナルティは、ペナルティエンコードされた論理グラフを元の共分散密度によらず完全に連結させ、ペナルティエンコードされた全てのパスに対して意図された密度ベンチマーク軸を崩壊させ、制約固有空間を無傷で残すような高階1項に寄与する。
次に、制約ネイティブサービスは、テスト済みのウォールクロックの予算毎に、同じソリューションを5秒から300秒間、10回の呼び出しで返します。
これらの結果は、2つの古典的ベースライン、すなわちGurobi MIQPとシミュレートされたアニーリング、およびペナルティエンコードされたハイブリッドインターフェースとの比較とともに、Sakulerらによる以前の制約-ネイティブ対ペナルティ-エンコードされた観察を拡張し、制約-ネイティブインターフェースは、実際に勝利が生じる場所の運用上の分解にネイティブに対処する、という声明から、D-Waveハイブリッドパフォーマンスが量子ファイナンスベンチマークでどのように報告されるべきかを再検討する。
関連論文リスト
- A Hybrid Quantum-Classical Coordination Architecture for Portfolio Optimization via Global Context Injection [2.4660652494309936]
ポートフォリオ最適化のための短期量子および量子に着想を得た解法は、厳密なサイズ制約の下での局所的なサブプロブレム実行に依存している。
本研究では,1ショットの静的分解と全行列最適化を併用した,軽量なハイブリッド量子古典座標層であるContext-Aware Folding (CAF)を提案する。
CAFは、各局所的なサブプロブレムに圧縮されたグローバルリスク状態を状態依存線形バイアスを介して注入し、グローバルなコミットメントから局所的な候補生成を分離し、シーケンシャルな受け入れルールを保持する。
論文 参考訳（メタデータ） (2026-09-14T15:12:22Z) - Topological State-Aware Simulation Framework for Inter-Satellite Twin-Field QKD Networks [1.7259898169307613]
衛星間リンク(ISL)は、グローバル量子ネットワークにとって必須のバックボーンである。
TF-QKDは、動的で非IID軌道環境に対して非常に脆弱である。
参照のみのトポロジカル・ポストセレクション・オラクルを導入する。
論文 参考訳（メタデータ） (2026-08-12T23:45:37Z) - Quantum-classical crossover in fault-tolerant quantum dynamics simulation [56.198154828333685]
我々は、コヒーレントな観測可能推定と非クリフォード回転の時空間効率実装を組み合わせたスケーラブルなフォールトトレラントフレームワークを提案する。
最先端テンソルネットワークと変分モンテカルロアルゴリズムに対するベンチマークでは、混合場イジングダイナミクスのための具体的なクロスオーバーが明らかにされている。
論文 参考訳（メタデータ） (2026-07-17T16:54:25Z) - Learning from Emptiness: De-biasing Listwise Rerankers with Content-Agnostic Probability Calibration [76.08899010904652]
CapCalは、ランキング決定から位置バイアスを機械的に分離する、トレーニング不要のフレームワークである。
シングルパス効率を保ちながら、トレーニング不要の手法で優れた性能を発揮する。
論文 参考訳（メタデータ） (2026-04-11T10:47:22Z) - Iterative Optimization with Partial Convergence Guarantees on Neutral Atom Quantum Computers [0.0]
Lp-Qutsは、NAQCサンプルラーを古典的な切断平面アルゴリズムに統合するハイブリッド量子古典的フレームワークである。
我々は、Lp-Qutsを古典最適化フレームワークに効果的に組み込んで、量子資源を減らした準最適解を提供する方法を示す。
論文 参考訳（メタデータ） (2026-03-30T19:12:21Z) - Q-GARS: Quantum-inspired Robust Microservice Chaining Scheduling [0.42970700836450487]
本稿では,QUBOモデルとSQA(Simulated Quantum Annealing)に基づく検索とオンラインスケジューリング機構を統合するハイブリッドフレームワークQ-GARSを提案する。
シミュレーションの結果,Q-GARSは最短処理時間のグリーディベースラインに対して平均2.1%の重み付き完了時間改善を実現していることがわかった。
さらに、Q-GARSは、ロバストベースラインよりも1.1ポイント高い0.817の平均ノードリソース利用率を達成する。
論文 参考訳（メタデータ） (2026-03-24T12:24:51Z) - Quantum-Assisted Optimal Rebalancing with Uncorrelated Asset Selection for Algorithmic Trading Walk-Forward QUBO Scheduling via QAOA [0.2538209532048867]
ポートフォリオ構築と再バランスのためのハイブリッド古典量子フレームワークを提案する。
我々の主な貢献は、ポートフォリオ再バランススケジュールを擬似非制約バイナリ最適化問題として定式化することである。
このアプローチは、動的リバランシングを、変分量子法に対応可能な構造化されたバイナリスケジューリング問題として再キャストする。
論文 参考訳（メタデータ） (2026-03-04T15:15:55Z) - Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
CL-QASは連続的な量子アーキテクチャ検索フレームワークである。
振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。
制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
論文 参考訳（メタデータ） (2026-01-10T02:36:03Z) - Quantum Similarity-Driven QUBO Framework for Multi-Period Supply Chain Allocation using Time-Multiplexed Coherent Ising Machines and Simulated Quantum Annealing [0.0]
サプライチェーンにおける多周期株式管理単位割り当ては、NPハードかつ運用上重要な最適化問題である。
この研究は、(i) 変分RX埋め込みから得られる量子類似性カーネルから得られる冗長なSKU選択を回避するためのハイブリッドQUBOフレームワーク、(ii) 実現可能性を維持するスラックビット符号化による正確な周期毎のキャパシティ強制、(iii) 時間多重コヒーレントイジングマシン上での実行の3つの進歩を統合したハイブリッドQUBOフレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-24T15:04:27Z) - Hybrid Sequential Quantum Computing [33.72751145910978]
ハイブリッドシーケンシャル量子コンピューティング(HSQC)を導入する。
HSQCは古典的および量子的手法を構造化された段階的ワークフローに体系的に統合する。
スタンドアロンの古典的解法と比較すると、HSQCはSAの最大700倍、実行時の最大9倍のスピードアップを達成する。
論文 参考訳（メタデータ） (2025-10-07T12:15:43Z) - Hybrid Quantum-Classical Optimisation of Traveling Salesperson Problem [0.0]
本稿では,変分量子固有解法(VQE)の最適化と古典的機械学習を統合するハイブリッド量子古典的フレームワークを提案する。
Qiskit の AerSimulator と ibm_kyiv 127-qubit バックエンドを用いて,80 のヨーロッパ都市におけるフレームワークの評価を行った。
論文 参考訳（メタデータ） (2025-09-30T13:26:12Z) - 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) - Branch-and-bound digitized counterdiabatic quantum optimization [39.58317527488534]
分岐とバウンドのアルゴリズムは、厳密な下界を得るために目的関数の緩和に依存する凸最適化問題を効果的に解く。
本稿では,緩和困難に対処する分枝・分枝・分枝・分枝・分枝対応量子最適化法 (BB-DCQO) を提案する。
論文 参考訳（メタデータ） (2025-04-21T18:19:19Z) - Bayesian Quantum Amplitude Estimation [46.03321798937855]
量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。
耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。
本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
論文 参考訳（メタデータ） (2024-12-05T18:09:41Z) - Bias-field digitized counterdiabatic quantum optimization [39.58317527488534]
我々はこのプロトコルをバイアス場デジタルダイアバティック量子最適化(BF-DCQO)と呼ぶ。
私たちの純粋に量子的なアプローチは、古典的な変分量子アルゴリズムへの依存を排除します。
基底状態の成功確率のスケーリング改善を実現し、最大2桁まで増大する。
論文 参考訳（メタデータ） (2024-05-22T18:11:42Z) - Optimal Privacy Preserving for Federated Learning in Mobile Edge
Computing [35.57643489979182]
ユーザ差分プライバシ(DP)を維持するための有望なアプローチとして,無線ネットワーク上での定量化と意図的なノイズ付加によるフェデレーション学習(FL)がある。
本稿では,無線ネットワークとDP要件の制約下での収束率を最大化するために,量子化と二項機構パラメータと通信資源を協調的に最適化することを目的とする。
論文 参考訳（メタデータ） (2022-11-14T07:54:14Z)
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。