論文の概要: A QUBO-Based Optimization Framework for ATM Cash Replenishment Scheduling

• arxiv url: http://arxiv.org/abs/2607.22675v1
• Date: Fri, 10 Jul 2026 10:03:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-02 22:55:39.019631
• Title: A QUBO-Based Optimization Framework for ATM Cash Replenishment Scheduling
• Title（参考訳）: ATMキャッシュ補充スケジューリングのためのQUBOに基づく最適化フレームワーク
• Abstract要約: この研究は、ATMキャッシュの補充問題をQuadratic Unconstrained Binary Optimization (QUBO)モデルで定式化する。 目的関数は、固定および可変補充コストとコロケーション割引を組み合わせ、サービス中断を引き起こす可能性のある遅延補充の罰である。 その結果、優れた平均サービスレベルを維持しながら、一貫したコストの約15%-18%削減が示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The management of cash replenishment in Automated Teller Machine (ATM) networks requires scheduling recharges in order to minimize operational costs while maintaining high service levels and avoiding cash-outs, under uncertain and time-varying withdrawal demand. This work formulates the ATM cash replenishment problem through a Quadratic Unconstrained Binary Optimization (QUBO) model, which naturally captures nonlinear cost interactions, while incorporating operational constraints through penalty terms. The objective function combines fixed and variable replenishment costs with co-location discounts, as well as penalties for a late replenishment that could cause a service interruption. The resulting QUBO instances are solved using MegaQUBO, a GPU-accelerated QUBO solver. An empirical evaluation on a real dataset of 276 ATMs located in Italy, covering four representative months of 2022 (April, May, October, and November), benchmarks the proposed approach against a threshold-based operational policy. Results show consistent cost reductions of approximately 15%-18% while maintaining an excellent average service level (around 99.8%-99.9). Overall, the study demonstrates that QUBO-based optimization, coupled with GPU-based solving, can provide a practically deployable decision-support tool for large-scale ATM cash logistics.
• Abstract（参考訳）: ATM(Automated Teller Machine)ネットワークにおけるキャッシュ補充の管理は、高いサービスレベルの維持とキャッシュアウトの回避を図りながら、不確実かつ時間的に変化する離脱要求の下で、運用コストを最小限に抑えるために、スケジューリングリチャージを必要とする。 本研究は, ATMキャッシュの補充問題に対して, 非線形コストの相互作用を自然に捉えつつ, ペナルティ条件を通した動作制約を組み込んだ, 擬似非拘束バイナリ最適化(QUBO)モデルを用いて定式化する。 目的関数は、固定および可変補充コストとコロケーション割引を組み合わせ、サービス中断を引き起こす可能性のある遅延補充の罰である。 結果のQUBOインスタンスは、GPUアクセラレーションされたQUBOソルバであるMegaQUBOを使用して解決される。 2022年4月、5月、10月、11月の4か月間を対象とする、イタリアに所在する276台のATMの実際のデータセットに関する実証的な評価は、しきい値に基づく運用ポリシーに対する提案されたアプローチをベンチマークする。 その結果、平均的なサービス水準(約99.8%-99.9)を維持しながら、一貫したコストの約15%-18%削減が示された。 全体として、QUBOベースの最適化とGPUベースの問題解決は、大規模なATMキャッシュのロジスティクスのための事実上のデプロイ可能な意思決定支援ツールを提供する。

関連論文リスト

• Distributed Motion Planning with Safety Guarantees for Self-Reconfiguring Robotic Boats [76.98547580312116]
  本稿では,分散モデル予測制御(MPC)と制御バリア関数(CBF)を組み合わせたハイブリッドフレームワークを提案する。 リアルタイムに安全を確保するため、分散CBFベースのフィルタを適用し、エージェント間回避を強制する。
  論文  参考訳（メタデータ） (2026-07-22T16:37:05Z)
• A Quantum-Assisted Agentic Distributed Artificial Intelligence Framework for Deadline-Bounded Orchestration of Hybrid Renewable Microgrids [0.5991607129215549]
  本稿では,量子支援型エージェント分散人工知能(DAI)フレームワークを提案する。 記憶剤が割引された将来のピーク値でそのエネルギーを価格設定する信念型記憶機構を導入する。 ストレージ評価機構を無効にすると、日価は152.75EURに上昇し、4.5パーセント増加した。
  論文  参考訳（メタデータ） (2026-06-12T03:41:23Z)
• YouZhi: Towards High-Concurrency Financial LLMs via Adaptive GQA-to-MLA Transition [78.52944812151664]
  大きな言語モデル(LLM)は、大きな金融革新をもたらすが、そのデプロイメントはKVキャッシュメモリのオーバーヘッドによってボトルネックになる。 我々は,Huawei Ascendエコシステム上に構築された包括的な構造遷移とトレーニングパイプラインによって強化された,高効率な金融LLMであるYouZhi-LLMを提案する。
  論文  参考訳（メタデータ） (2026-06-04T08:44:37Z)
• A1: A Fully Transparent Open-Source, Adaptive and Efficient Truncated Vision-Language-Action Model [112.9420001646428]
  VLA(Vision-Language-Action)モデルは、オープンワールドロボット操作の強力なパラダイムとして登場したが、実際の展開はコストに制約されることが多い。 我々は、低コストで高スループットな推論のために設計された、完全にオープンソースで透明なVLAフレームワークであるA1を提示する。 A1は最先端の成功率を達成すると同時に、推論コストを大幅に削減する。
  論文  参考訳（メタデータ） (2026-04-07T10:18:40Z)
• Dependency-Aware Task Offloading in Multi-UAV Assisted Collaborative Mobile Edge Computing [53.88774113545582]
  本稿では,新しい無人航空機(UAV)による協調移動エッジコンピューティング(MEC)フレームワークを提案する。 システムコストを最小限に抑え、タスク消費とエネルギー消費のトレードオフを改善することを目的としている。 提案手法はシステムコストを大幅に削減し,タスク消費とエネルギー消費のトレードオフの改善を実現する。
  論文  参考訳（メタデータ） (2025-10-23T02:55:40Z)
• Adaptive Bayesian Data-Driven Design of Reliable Solder Joints for Micro-electronic Devices [0.0]
  熱メカニカルローディングによる故障に関連するソルダ継手信頼性は、重要でありながら物理的に複雑な工学的問題である。 ますますデータ駆動の世界では、効率的なデータ駆動設計スキームの使用が一般的な選択である。 著者らは、徹底的な代理モデルを利用して計算的貯蓄を得ることができると主張している。
  論文  参考訳（メタデータ） (2025-07-25T20:34:03Z)
• Cost-aware Stopping for Bayesian Optimization [46.95172329282389]
  本稿では,様々な評価コストに適応し,チューニングが不要なベイズ最適化のためのコスト対応停止則を提案する。 我々は,最先端の取得関数と組み合わせた場合,停止規則によって得られる期待累積評価コストを拘束する理論的な保証を証明した。
  論文  参考訳（メタデータ） (2025-07-16T17:54:14Z)
• Cost-Sensitive Multi-Fidelity Bayesian Optimization with Transfer of Learning Curve Extrapolation [55.75188191403343]
  各ユーザが事前に定義した機能であるユーティリティを導入し,BOのコストと性能のトレードオフについて述べる。 このアルゴリズムをLCデータセット上で検証した結果,従来のマルチファイルBOや転送BOベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2024-05-28T07:38:39Z)
• Multiobjective Logistics Optimization for Automated ATM Cash Replenishment Process [0.0]
  ベトナムでは、ATMが2万台以上あるため、この問題を解決できる研究と技術ソリューションは依然として乏しいままだ。 本稿では,ATMキャッシュ補充のための車両ルーティング問題を一般化し,数学的モデルを提案し,様々な状況を評価するためのツールを提供した。 提案手法はATMキャッシュの運用コスト削減のメリットを生かして, 励まし効果を生み出した。
  論文  参考訳（メタデータ） (2023-04-23T08:47:39Z)
• Research of an optimization model for servicing a network of ATMs and information payment terminals [0.0]
  本研究の目的は、決済端末のネットワークに現金管理システムを構築することである。 本稿では,ATMにおける毎日の現金引き揚げの予測結果について述べる。 提案モデルの有効性と信頼性は,従来のBaumol-Tobin在庫管理モデルよりも高いことが証明された。
  論文  参考訳（メタデータ） (2022-10-18T15:15:17Z)
• A Lyapunov-Based Methodology for Constrained Optimization with Bandit Feedback [22.17503016665027]
  各アクションが未知の関節分布からランダムな報酬、コスト、ペナルティを返す問題を考える。 我々は、$tt LyOn$という新しい低複雑さアルゴリズムを提案し、$O(sqrtBlog B)$ regretと$O(log B/B)$ constraint-violationを達成することを証明した。 計算コストの低い$tt LyOn$は、Lyapunovをベースとしたアルゴリズム設計手法が制約付き帯域最適化問題の解決に有効であることを示唆している。
  論文  参考訳（メタデータ） (2021-06-09T16:12:07Z)
• Combining Deep Learning and Optimization for Security-Constrained Optimal Power Flow [94.24763814458686]
  セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。 SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。 本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-07-14T12:38:21Z)

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。