論文の概要: QCOEM: Quantum Cloud Orchestration with Evolutionary Multi-Objective Optimization

• arxiv url: http://arxiv.org/abs/2607.25358v1
• Date: Tue, 28 Jul 2026 07:05:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-29 20:50:42.740325
• Title: QCOEM: Quantum Cloud Orchestration with Evolutionary Multi-Objective Optimization
• Title（参考訳）: QCOEM:進化的多目的最適化による量子クラウドオーケストレーション
• Authors: Tam N. Pham, Hoa T. Nguyen, Quan Le-Trung,
• Abstract要約: 量子クラウドは、異種量子計算バックエンド間で動的にオーケストレーションする必要がある。 本稿では,量子クラウドコンピューティングのための安定かつ高忠実な実行リソース管理を実現するためのQuantum Cloud Orchestrationフレームワークを提案する。 実験結果から,我々のQCOEMフレームワークは,量子クラウドコンピューティングのための安定かつ高忠実な実行リソース管理を実現できることが示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum cloud platforms need to dynamically orchestrate workloads across heterogeneous quantum computation backends whose noise profiles, qubit topologies, and queues vary over time. Existing orchestrators use noise-agnostic heuristics that ignore backend-specific errors, causing reduced execution fidelity, load imbalance, and frequent rescheduling. To address these challenges, we propose QCOEM - a Quantum Cloud Orchestration framework that leverages Evolutionary algorithms for Multi-objective optimization of quantum task scheduling. We compare NSGA-II and NSGA-III for jointly minimizing mean completion time, execution error rate, and load imbalance. To select schedules from a non-convex Pareto front, we apply an Augmented Achievement Scalarization Function (AASF) as a preference-based decision rule that maps the Pareto set to a single dispatchable schedule aligned with user priorities. Our extensive performance evaluation in a heterogeneous quantum cloud environment shows zero task rescheduling and about 30% higher mean fidelity than noise-agnostic heuristics, while maintaining bounded scheduling overhead. The experiment results indicate that our QCOEM framework can deliver stable, high-fidelity execution and lightweight resource management for quantum cloud computing.
• Abstract（参考訳）: 量子クラウドプラットフォームは、ノイズプロファイル、キュービットトポロジ、キューが異なる異種量子計算バックエンドをまたいだワークロードを動的にオーケストレーションする必要がある。 既存のオーケストレータでは、バックエンド固有のエラーを無視したノイズ非依存のヒューリスティックを使用して、実行の忠実度、負荷不均衡、頻繁な再スケジュールを発生させる。 これらの課題に対処するために、量子タスクスケジューリングの多目的最適化に進化的アルゴリズムを活用する量子クラウドオーケストレーションフレームワークであるQCOEMを提案する。 NSGA-IIとNSGA-IIIを比較し、平均完了時間、実行エラー率、負荷不均衡を最小化する。 非凸Paretoフロントからスケジュールを選択するために、Augmented Achievement Scalarization Function (AASF) を優先ベースの決定ルールとして適用し、Paretoセットをユーザの優先順位に合わせた単一のディスパッチ可能なスケジュールにマッピングする。 不均一な量子クラウド環境における我々の広範な性能評価は、タスク再スケジューリングがゼロであり、ノイズに依存しないヒューリスティックよりも平均忠実度が約30%高いことを示しながら、スケジュールの上限を保っている。 実験結果から,我々のQCOEMフレームワークは,安定かつ高忠実な実行と軽量なリソース管理を量子クラウドコンピューティングに提供できることが示唆された。

関連論文リスト

• EQE-QAOA: An Equivalence-Preserving Qubit Efficient Framework for Combinatorial Optimization [54.05451096499336]
  既存の技術は情報損失のコストで量子ビットの削減に依存しており、計算性能は劣化している。 等価保存量子ビット効率QAOAを提案し、性能を劣化させることなく必要なキュービット数を著しく削減する。 完全独立変数を持つ非制約問題を除いて,大規模最適化問題に広く適用可能であることを示す。
  論文  参考訳（メタデータ） (2026-04-20T13:57:49Z)
• Qurator: Scheduling Hybrid Quantum-Classical Workflows Across Heterogeneous Cloud Providers [0.0]
  アーキテクチャに依存しない量子古典的タスクスケジューラであるQuratorを、異種プロバイダ間の待ち時間と回路忠実度を共同で最適化する。 ミュンヘン量子ツールキットベンチマークスイートの回路を用いて,4ヶ月の実際のキューデータによって駆動されるシミュレータ上でQuratorを評価する。
  論文  参考訳（メタデータ） (2026-04-07T06:58:46Z)
• 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)
• QFOR: A Fidelity-aware Orchestrator for Quantum Computing Environments using Deep Reinforcement Learning [19.006907700170693]
  量子クラウドコンピューティングは、量子プロセッサへのリモートアクセスを可能にするが、量子ハードウェアの不均一性とノイズは、リソースのオーケストレーションを複雑にする。 本稿では、Deep Reinforcement Learningを用いたクラウド環境における不均一な量子ノード間のタスクの量子フィデリティアウェアオーケストレーションであるQFORを提案する。 我々のフレームワークは、量子タスク実行の完全性と時間全体のバランスをとり、異なる運用優先順位への適応を可能にします。
  論文  参考訳（メタデータ） (2025-08-07T02:00:50Z)
• Qoncord: A Multi-Device Job Scheduling Framework for Variational Quantum Algorithms [11.321788037172466]
  変分量子アルゴリズム(VQA)は、現在のノイズ中間スケール量子(NISQ)システムに対する有望な応用と考えられる。 VQAは、グローバルな最適解に収束するために、複数の最適化反復を必要とする。 クラウド内の各VQAタスクに対するジョブスケジューリングポリシは、非常に最適化されていない。 クラウド中心の課題に対処するための自動ジョブスケジューリングフレームワークであるQoncordを提案する。
  論文  参考訳（メタデータ） (2024-09-19T03:24:24Z)
• Scaling Limits of Quantum Repeater Networks [62.75241407271626]
  量子ネットワーク(QN)は、セキュアな通信、強化されたセンシング、効率的な分散量子コンピューティングのための有望なプラットフォームである。 量子状態の脆弱な性質のため、これらのネットワークはスケーラビリティの観点から大きな課題に直面している。 本稿では,量子リピータネットワーク(QRN)のスケーリング限界について解析する。
  論文  参考訳（メタデータ） (2023-05-15T14:57:01Z)
• Shuffle-QUDIO: accelerate distributed VQE with trainability enhancement and measurement reduction [77.97248520278123]
  本稿では,量子分散最適化におけるシャッフル演算を局所ハミルトニアンに組み込むためのShuffle-QUDIOを提案する。 QUDIOと比較して、Shuffle-QUDIOは量子プロセッサ間の通信周波数を著しく低減し、同時にトレーニング性を向上させる。
  論文  参考訳（メタデータ） (2022-09-26T06:51:20Z)
• Accelerating variational quantum algorithms with multiple quantum processors [78.36566711543476]
  変分量子アルゴリズム(VQA)は、特定の計算上の利点を得るために、短期量子マシンを利用する可能性がある。 現代のVQAは、巨大なデータを扱うために単独の量子プロセッサを使用するという伝統によって妨げられている、計算上のオーバーヘッドに悩まされている。 ここでは、この問題に対処するため、効率的な分散最適化手法であるQUDIOを考案する。
  論文  参考訳（メタデータ） (2021-06-24T08:18:42Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)

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。