論文の概要: Quantum Amplitude Estimation for Travel Time Estimation in Stochastic Vehicle Routing Problems
- arxiv url: http://arxiv.org/abs/2608.06145v1
- Date: Thu, 06 Aug 2026 15:15:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-07 17:43:06.780726
- Title: Quantum Amplitude Estimation for Travel Time Estimation in Stochastic Vehicle Routing Problems
- Title（参考訳）: 確率的車両ルーティング問題における走行時間推定のための量子振幅推定
- Abstract要約: 本研究では、輸送ネットワーク(STN)における経路レベルの走行時間推定のための量子振幅推定(QAE)手法を提案し、検証する。
QAEは、すべての実現可能な旅行時間実現を量子重ね合わせにエンコードし、モンテカルロシミュレーションの理論的二次的スピードアップを可能にする。
小型STN実験では,スケーリング法と回転角範囲の選択が推定精度に大きく影響を及ぼすことが示された。
- 参考スコア（独自算出の注目度）: 3.971720491597638
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Solving the Vehicle Routing Problem (VRP) in Stochastic Transportation Networks (STNs), a core task in Intelligent Transportation Systems (ITS), introduces estimation challenges for stochastic path travel times and the resulting VRP objective function. These challenges have typically been addressed through computationally expensive sampling-based techniques such as Monte Carlo simulation, whose performance depends on sample size, the sampling strategy, and the underlying travel time distributions. To address these issues, this study proposes and validates a quantum computing technique, Quantum Amplitude Estimation (QAE) for path-level travel time estimation in STNs. Without relying on sampling or prior assumptions of the travel time distribution, the proposed framework encodes all feasible travel time realizations into a quantum superposition, enabling a theoretical quadratic speed-up over Monte Carlo simulation. Four QAE variants are implemented in IBM's Qiskit framework, namely Canonical AE (CAE), Iterative AE (IAE), Maximum Likelihood AE (MLAE), and Faster AE (FAE), together with four rotation-angle scaling strategies for handling different discrete travel time distributions. Experiments on a small-scale STN show that the choice of scaling method and rotation-angle range significantly affects estimation accuracy, while the four QAE variants produce comparable estimates across all tested conditions, with IAE exhibiting the most stable overall performance. The results provide practical guidance on parameter selection for future hybrid quantum-classical optimization frameworks in ITS applications.
- Abstract（参考訳）: 知的交通システム(ITS)の中核的課題である確率的交通ネットワーク(STN)における車両ルーティング問題(VRP)の解決は,確率的経路走行時間と結果のVRP客観的関数に対する推定課題を導入している。
これらの課題は通常、モンテカルロシミュレーションのような計算コストのかかるサンプリングベースの手法によって解決され、その性能はサンプルサイズ、サンプリング戦略、基礎となる走行時間分布に依存する。
これらの問題に対処するため、STNにおける経路レベルの走行時間推定のための量子振幅推定法(QAE)を提案し、検証する。
提案したフレームワークは、旅行時間分布のサンプリングや事前の仮定に頼ることなく、すべての実現可能な旅行時間実現を量子重ね合わせに符号化し、モンテカルロシミュレーションの理論的二次的スピードアップを可能にする。
IBMのQiskitフレームワークには、Canonical AE(CAE)、Iterative AE(IAE)、Maximum Likelihood AE(MLAE)、Faster AE(FAE)の4つのバリエーションが実装されている。
小型STNの実験では、スケーリング法と回転角範囲の選択は推定精度に大きく影響し、4つのQAE変種は全ての試験条件で同等の見積もりをし、IAEは最も安定した総合的な性能を示した。
この結果は、将来のITSアプリケーションにおけるハイブリッド量子古典最適化フレームワークのパラメータ選択に関する実践的なガイダンスを提供する。
関連論文リスト
- Stochastic Pauli-path simulator for large-scale quantum optimization [57.179828941706006]
パウリパスシミュレータは、低磁力状態における量子回路の大規模古典的シミュレーションへの有望な経路を提供する。
既存のアプローチでは、勾配ベースの最適化をネイティブにサポートしていないか、あるいは厳しい勾配バイアスに悩まされている。
本稿では,大規模量子最適化のための計算フレームワークであるPauli-path simulator (SPPS)を提案する。
論文 参考訳（メタデータ） (2026-07-20T10:43:44Z) - Coordinated optimization of departure sequencing and section-track allocation in railway short-term concentrated departure scenarios based on qubo and hybrid quantum algorithms [3.045106532420546]
本研究では,鉄道短期集中出発シナリオにおける出発シーケンシングの協調最適化と区間配置について検討した。
2次非制約バイナリ最適化モデルを定式化し、出発位置の割り当てと区間トラックの選択を表現した。
シミュレーションに基づく評価層を導入し、セクション占有、中間待機、プラットフォーム容量圧力、実行時変動、遅延伝搬を評価する。
論文 参考訳（メタデータ） (2026-06-04T06:23:13Z) - LeapTS: Rethinking Time Series Forecasting as Adaptive Multi-Horizon Scheduling [74.94985663101906]
本稿では,予測地平線上での動的スケジューリングプロセスとして時系列予測を再構成する新しいフレームワーク LeapTSを提案する。
LeapTSは、Transformerベースのモデルよりも2.6$times$から5.3$times$推論スピードアップを実現しつつ、全体的な予測性能を少なくとも7.4%向上させる。
論文 参考訳（メタデータ） (2026-05-11T09:54:02Z) - CT-VoxelMap: Efficient Continuous-Time LiDAR-Inertial Odometry with Probabilistic Adaptive Voxel Mapping [15.34037575218496]
本稿では,B-スプラインの累積形式に基づく新しい連続時間オドメトリー法を提案する。
我々はIMU測定による前方伝播情報を用いて、オンラインの適合誤差を推定し、ハイブリッドな特徴ベースのボクセルマップ管理戦略を導入する。
提案手法は、複数の課題のある公開データセット上で評価され、ほとんどのシーケンスにおいて優れた性能を示す。
論文 参考訳（メタデータ） (2026-04-04T14:27:54Z) - Momentum LMS Theory beyond Stationarity: Stability, Tracking, and Regret [6.655960359749289]
大規模データ処理のシナリオでは、データが複雑なシステムによって生成されるシーケンシャルストリームに到達することが多い。
この非定常性は古典的な仮定に反する理論解析に挑戦する。
本稿では,適応型識別ツールとしてMomentum Least Mean Squares (MLMS)アルゴリズムについて検討する。
論文 参考訳（メタデータ） (2026-02-12T14:24:42Z) - 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) - Model-Based Policy Adaptation for Closed-Loop End-to-End Autonomous Driving [54.46325690390831]
本稿では,事前学習したE2E運転エージェントのロバスト性と安全性を高めるための汎用フレームワークとして,モデルベースポリシー適応(MPA)を提案する。
MPAは、ジオメトリ一貫性のあるシミュレーションエンジンを用いて、まず様々な対物軌道を生成する。
MPAは拡散ベースのポリシーアダプタを訓練し、基本方針の予測を洗練させ、Q値モデルを多段階に分けて長期的な結果を評価する。
論文 参考訳（メタデータ） (2025-11-26T17:01:41Z) - Quantum-Enhanced Simulated Annealing Using Rydberg Atoms [0.44241702149260353]
この研究は、量子強化型シミュレートアニール(QESA)と呼ばれるRydberg量子古典ハイブリッドが計算時間に有利なことを実験的に証明した。
その結果、QESAは、複雑な最適化問題を効率的に解くための古典的手法よりも計算上の優位性を提供する可能性が示唆された。
論文 参考訳（メタデータ） (2025-06-16T09:03:51Z) - Robust Extraction of Thermal Observables from State Sampling and
Real-Time Dynamics on Quantum Computers [49.1574468325115]
我々は、状態の密度、特にその非負性性に制約を課す手法を導入し、この方法で、ノイズのある時系列からボルツマン重みを確実に抽出できることを示す。
本研究により,今日の量子コンピュータにおける時系列アルゴリズムの実装により,多体量子系の有限温度特性の研究が可能となった。
論文 参考訳（メタデータ） (2023-05-30T18:00:05Z) - Distribution-Flexible Subset Quantization for Post-Quantizing
Super-Resolution Networks [68.83451203841624]
本稿では,超高分解能ネットワークのためのポストトレーニング量子化手法であるDFSQを提案する。
DFSQは活性化のチャネルワイド正規化を行い、分布フレキシブルなサブセット量子化(SQ)を適用する
6ビットの量子化と8ビットの量子化では完全精度に匹敵する性能を達成し、4ビットの量子化では0.1dBのPSNR低下しか生じない。
論文 参考訳（メタデータ） (2023-05-10T04:19:11Z)
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。