論文の概要: Quantum-Enhanced Multi-Objective Optimization

• arxiv url: http://arxiv.org/abs/2607.18848v1
• Date: Tue, 21 Jul 2026 08:35:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-22 19:05:05.360036
• Title: Quantum-Enhanced Multi-Objective Optimization
• Title（参考訳）: 量子強化多目的最適化
• Abstract要約: 量子化多目的最適化フレームワークQEMOOを提案する。 PBIにインスパイアされた適応方向更新方式を導入し、強い対立するベンチマーク体制のカバレッジを改善する。 3つのベンチマークステージで、QEMOOは、一致したショット予算の下で、シングルパス重み付きQAOAベースラインよりもハイパーボリュームを改善する。
• 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: Multi-objective combinatorial optimization requires identifying Pareto-optimal trade-off solutions among conflicting objectives, often making it more demanding than its single-objective counterpart. Although quantum multi-objective optimization methods have begun to emerge, most existing quantum optimization workflows are still built around single-objective or fixed-scalarization settings. Building on existing weighted-sum QAOA approaches to quantum multi-objective optimization, we propose QEMOO, a quantum-enhanced multi-objective optimization framework that combines Pareto-based selection and warm-started QAOA sampling in a multi-round protocol under the same total shot budget. We further introduce a PBI-inspired adaptive direction-update scheme to improve coverage in strongly conflicting benchmark regimes. Across three benchmark stages, QEMOO improves Pareto-front hypervolume over the single-pass weighted-sum QAOA baseline under matched shot budgets, suggesting a practical route toward shot-efficient quantum-assisted multi-objective optimization and its future applications.
• Abstract（参考訳）: 多目的組合せ最適化では、対立する目的の間でパレート最適トレードオフソリューションを特定する必要があり、多くの場合、単目的よりも要求が高い。 量子多目的最適化法が登場し始めているが、既存のほとんどの量子最適化ワークフローは単目的または固定スカラー化設定を中心に構築されている。 量子多目的最適化に対する既存の重み付けQAOAアプローチに基づいて、パレートベース選択とウォームスタートQAOAサンプリングを組み合わせた量子強化多目的最適化フレームワークであるQEMOOを提案する。 さらに、PBIにインスパイアされた適応方向更新方式を導入し、強い対立するベンチマーク体制のカバレッジを改善する。 3つのベンチマーク段階にわたって、QEMOOは、一致したショット予算の下での単一パス重み付きQAOAベースラインよりもパレートフロントハイパーボリュームを改善し、ショット効率の量子アシスト多目的最適化への実践的な道のりと将来的な応用を示唆している。

関連論文リスト

• A Momentum-Based Variance-Reduced Algorithm for Federated Multiobjective Optimization [3.8924391892411543]
  現実世界のアプリケーションでは、機械学習モデルは複数の潜在的に矛盾する目標を同時に最適化する必要があることが多い。 本稿では,多目的最適化のためのモーメントに基づく分散推定アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2026-08-24T08:14:44Z)
• Towards Pareto-Optimal Tool-Integrated Agents with Pareto Ranking Policy Optimization [54.855135506924775]
  ツールを用いた大規模言語モデル(LLM)を競合する目的の下で整列するための2段階多目的最適化フレームワークを提案する。 この設計は、複数の矛盾する目的に対してきめ細かいアクションレベルの最適化を可能にする。
  論文  参考訳（メタデータ） (2026-06-15T01:58:07Z)
• Multi-objective optimization by quantum annealing [0.0]
  多目的最適化における重要なタスクは、Paretoフロントを生成することである。 この問題はIBMゲートモデルプロセッサ上の量子近似最適化アルゴリズム(QAOA)を用いて最近アプローチされた。 ここでは、これらのQAOA結果と、同じ2つの入力問題における量子アニーリングを比較し、同じ手法を用いて比較する。
  論文  参考訳（メタデータ） (2025-11-03T17:21:36Z)
• Multiclass Portfolio Optimization via Variational Quantum Eigensolver with Dicke State Ansatz [0.0]
  本稿では,ポートフォリオ最適化のための新しい量子フレームワークを提案する。 このアンザッツの重要な強みは、量子系を実現可能な状態のみの重ね合わせで初期化することである。 その結果、CMA-ESと組み合わせると、Dicke状態のアンザッツは収束率、近似比、測定確率の点で優れた性能が得られることがわかった。
  論文  参考訳（メタデータ） (2025-08-19T15:45:07Z)
• Transfer-Based Strategies for Multi-Target Quantum Optimization [0.8481798330936976]
  マルチターゲット量子最適化の課題に対処する。 目的は、同じ量子探索空間上で定義された複数のコスト関数を同時に最適化することである。 本稿では,関連するタスク間の知識伝達を可能にする戦略について検討する。
  論文  参考訳（メタデータ） (2025-08-16T05:24:16Z)
• Quantum Approximate Multi-Objective Optimization [1.2564343689544843]
  多目的最適化は、量子コンピュータで解析するための魅力的な問題クラスである。 本研究では,多目的重み付き最大カット問題の最適パレートフロントを近似するために,低深さ量子近似最適化アルゴリズムを用いる。 我々は,IBM の量子コンピュータと Matrix Product State の数値シミュレーションでその性能を実証し,古典的アプローチよりも優れた性能を示す。
  論文  参考訳（メタデータ） (2025-03-28T18:00:25Z)
• Preference-Guided Diffusion for Multi-Objective Offline Optimization [64.08326521234228]
  オフライン多目的最適化のための優先誘導拡散モデルを提案する。 我々の指導は、ある設計が他の設計を支配する確率を予測するために訓練された選好モデルである。 本結果は,多種多様な高品質な解を生成する上での分類器誘導拡散モデルの有効性を浮き彫りにした。
  論文  参考訳（メタデータ） (2025-03-21T16:49:38Z)
• Scalable Min-Max Optimization via Primal-Dual Exact Pareto Optimization [66.51747366239299]
  拡張ラグランジアンに基づくmin-max問題のスムーズな変種を提案する。 提案アルゴリズムは, 段階的戦略よりも目的数で拡張性が高い。
  論文  参考訳（メタデータ） (2025-03-16T11:05:51Z)
• Variational Quantum Multi-Objective Optimization [5.381539115778766]
  本稿では,量子コンピュータ上での離散多目的最適化問題を解くための変分量子最適化アルゴリズムを提案する。 最大5つの目的を持つベンチマーク問題に対して提案アルゴリズムの有効性を示す。
  論文  参考訳（メタデータ） (2023-12-21T18:59:21Z)
• BOtied: Multi-objective Bayesian optimization with tied multivariate ranks [33.414682601242006]
  本稿では,非支配解と結合累積分布関数の極端量子化との自然な関係を示す。 このリンクにより、我々はPareto対応CDFインジケータと関連する取得関数BOtiedを提案する。 種々の合成および実世界の問題に対する実験により,BOtied は最先端MOBO 取得関数より優れていることが示された。
  論文  参考訳（メタデータ） (2023-06-01T04:50:06Z)
• Faster Last-iterate Convergence of Policy Optimization in Zero-Sum Markov Games [63.60117916422867]
  本稿では,対戦型マルチエージェントRLの最も基本的な設定,すなわち2プレーヤゼロサムマルコフゲームに焦点を当てる。 両エージェントから対称更新を施した単一ループポリシー最適化手法を提案し,この手法はエントロピー規則化楽観的乗算重み更新法(OMWU)によって更新される。 我々の収束結果は、最もよく知られた複雑性を改善し、競合するマルコフゲームにおけるポリシー最適化をよりよく理解する。
  論文  参考訳（メタデータ） (2022-10-03T16:05:43Z)
• 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。