論文の概要: Benchmark of Pauli Correlation Encoding for different optimisation problems

• arxiv url: http://arxiv.org/abs/2606.18914v2
• Date: Mon, 22 Jun 2026 08:08:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 16:20:58.048144
• Title: Benchmark of Pauli Correlation Encoding for different optimisation problems
• Title（参考訳）: 異なる最適化問題に対するパウリ相関符号化のベンチマーク
• Authors: Fernando Alonso, Colomán Samprón, Jacobo Veiga, Mariamo Mussa Juane, Andrés Gómez,
• Abstract要約: パウリ相関に基づく量子古典最適化フレームワークについて検討する。 提案するPCEベースのフレームワークは,ベンチマークと競合する性能を実現する。
• 参考スコア（独自算出の注目度）: 38.36049497195
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The continuous progress of quantum technologies has spurred the exploration of their potential applications across diverse fields, particularly in combinatorial optimisation. In this work, we study a quantum-classical optimisation framework based on Pauli Correlation Encoding, an encoding scheme that can represent m binary variables using a polynomial number of qubits. To evaluate the performance of the method, we use three classical optimisation problems against the instances of the QOPTLib benchmark. The study includes an analysis of the impact of the compression order of the encoding scheme, the problem structure, and hyperparameter selection on solution quality, as well as the role of post-processing in improving performance. Additionally, we study the effect of shot-based execution and hardware noise, showing how these factors influence both the accuracy of expected value estimation and the overall dynamics of the optimisation process. The results indicate that the proposed PCE-based framework achieves competitive performance against the benchmark and, in several cases, obtains equivalent or even superior solutions, highlighting its potential as an efficient encoding strategy for quantum optimisation in the NISQ and near fault-tolerant era.
• Abstract（参考訳）: 量子技術の継続的な進歩は、様々な分野、特に組合せ最適化における潜在的な応用の探索を加速させた。 本研究では,数量子ビットの多項式数を用いてmバイナリ変数を表現可能な符号化方式であるパウリ相関符号化に基づく量子古典最適化フレームワークについて検討する。 提案手法の性能評価には,QOPTLibベンチマークのインスタンスに対する3つの古典的最適化問題を用いる。 本研究は, 符号化方式の圧縮順序, 問題構造, ハイパーパラメータ選択が溶液品質に及ぼす影響と, 性能改善における後処理の役割について分析した。 さらに、ショットベース実行とハードウェアノイズの影響について検討し、これらの要因が期待値推定の精度と最適化プロセスの全体的なダイナミクスにどのように影響するかを示す。 提案したPCEベースのフレームワークは,ベンチマークと競合する性能を達成し,いくつかの場合において同等あるいは優れた解が得られることを示唆し,NASQと耐故障性に近い時代の量子最適化のための効率的な符号化戦略としての可能性を強調した。

関連論文リスト

• Pauli Correlation Encoding for Budget-Constrained Optimization [35.18016233072556]
  パウリ相関。 (PCE)は、最近、問題変数をパウリ相関に埋め込むことにより、キュービット要求を減らす代替パラダイムとして導入された。 我々は,PCEフレームワークを制約付き最適化問題に拡張し,その性能を複数の問題サイズで評価する。
  論文  参考訳（メタデータ） (2026-02-19T15:47:13Z)
• 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)
• A Comparative Study of Quantum Optimization Techniques for Solving Combinatorial Optimization Benchmark Problems [4.266376725904727]
  本稿では,NP-hard問題に対する量子最適化手法の評価を目的とした,包括的なベンチマークフレームワークを提案する。 本フレームワークは,多次元クナップサック問題(MDKP),最大独立集合(MIS),二次割当問題(QAP),市場シェア問題(MSP)など,主要な課題に重点を置いている。
  論文  参考訳（メタデータ） (2025-03-15T13:02:22Z)
• 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)
• Benchmarking Metaheuristic-Integrated QAOA against Quantum Annealing [0.0]
  この研究は、異なる問題領域にわたる量子アニーリングとメタヒューリスティック統合QAOAの長所と短所に関する洞察を提供する。 その結果,ハイブリッド手法は古典的最適化手法を利用してQAOAの解品質と収束速度を向上させることが示唆された。
  論文  参考訳（メタデータ） (2023-09-28T18:55:22Z)
• Quantum variational optimization: The role of entanglement and problem hardness [0.0]
  本稿では, 絡み合いの役割, 変動量子回路の構造, 最適化問題の構造について検討する。 数値計算の結果,絡み合うゲートの分布を問題のトポロジに適応させる利点が示唆された。 リスク型コスト関数に条件値を適用することで最適化が向上し、最適解と重複する確率が増大することを示す。
  論文  参考訳（メタデータ） (2021-03-26T14:06:54Z)
• Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
  Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。 我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。 すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
  論文  参考訳（メタデータ） (2020-10-01T18:14:11Z)
• 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。