論文の概要: Motzkin-Straus Optimization on an Entropy-Computing Platform

• arxiv url: http://arxiv.org/abs/2609.38779v1
• Date: Wed, 30 Sep 2026 02:11:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.012709
• Title: Motzkin-Straus Optimization on an Entropy-Computing Platform
• Title（参考訳）: エントロピー計算プラットフォーム上でのMotzkin-Straus最適化
• Abstract要約: 本稿では,QCi の Dirac-3S フォトニックエントロピーコンピュータで解決可能な和制約付き連続二次プログラムを用いた最適化フレームワークを提案する。 これは、離散斜めと確率の間の強力なブリッジを提供するモツキン・ストラウスによって実現される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce a framework for combinatorial optimization using sum-constrained continuous quadratic programs solvable by QCi's Dirac-3S photonic entropy computer. This is enabled by the Motzkin-Straus theorem which provides a powerful bridge between discrete clique problems and optimization over the probability simplex. We demonstrate this framework's versatility by solving constraint satisfaction problems, providing extensive benchmarks on the DIMACS suite. The Dirac-3S platform matches or outright leads two independently implemented classical baselines on more than four-fifths of the benchmark instances, reaching the best known solution on nearly all structured graph families, even outperforming both classical solvers on several of the largest instances tested. On the other hand, well-tuned classical continuous optimizers retain an edge only on the hardest planted-clique instances. This work establishes a viable pathway for solving combinatorial optimization problems using natively analog unconventional computing platforms, while positioning entropy computing as a competitive approach for navigating non-convex landscapes and providing rigorous baselines for an emerging computational paradigm.
• Abstract（参考訳）: 本稿では,QCi の Dirac-3S フォトニックエントロピーコンピュータで解決可能な和制約付き連続二次プログラムを用いた組合せ最適化フレームワークを提案する。 これは、離散clique問題と確率単純性に対する最適化の間の強力な橋渡しを提供するモツキン・ストラウスの定理によって実現される。 制約満足度問題を解くことにより、このフレームワークの汎用性を実証し、DIMACSスイートの広範なベンチマークを提供する。 Dirac-3Sプラットフォームは、ベンチマークインスタンスの4分の4以上で独自に実装された2つの古典的ベースラインを導く。 一方、高度に調整された古典的連続最適化器は、最も硬い植込み斜めのインスタンスにのみエッジを保持する。 本研究は,非凸ランドスケープをナビゲートする競争的アプローチとしてエントロピーコンピューティングを位置づけ,新たな計算パラダイムのための厳密なベースラインを提供する一方で,ネイティブなアナログ非伝統的な計算プラットフォームを用いて組合せ最適化問題を解決するための有効な経路を確立する。

関連論文リスト

• Binary Optimization with Complex Constraints via Quantum Approximate Multi-Objective Optimization [1.3827807729367585]
  複雑な2次的目的や制約を持つ二項最適化問題のクラスは、多目的2次的非制約二項最適化問題として再定義できることを示す。 条件付きバリュー・アット・リスク制約の下でバイナリポートフォリオ最適化のアプローチを実証する。
  論文  参考訳（メタデータ） (2026-09-12T08:07:15Z)
• Differentiable Initialization-Accelerated CPU-GPU Hybrid Combinatorial Scheduling [9.29687794194811]
  本稿では,線形計画法(ILP)として定式化されたスケジューリング問題を解くためのハイブリッドGPUフレームワークを提案する。 本稿では,従来のILPと差別化可能な最適化を組み合わせた新しい手法を提案する。具体的には,差別化可能な事前解法を用いて高品質な部分解を高速に生成し,商用ILPソルバのウォームスタートとして機能し,オープンソースのHiGHSを上昇させる。 業界規模のベンチマークによる実証的な結果は、ベースラインよりも10倍のパフォーマンス向上を示し、最適性のギャップを0.1%ドルに縮める。
  論文  参考訳（メタデータ） (2026-03-30T19:35:31Z)
• A Framework for Combining Optimization-Based and Analytic Inverse Kinematics [53.66628333687382]
  逆運動学(IK)問題の解法と最適化法はロボティクスの歴史において深く研究されている。 IK回避のための新しい定式化を提案する。
  論文  参考訳（メタデータ） (2026-02-04T22:23:32Z)
• Max-Cut graph-driven quantum circuit design for planar spin glasses [0.0]
  スピングラスの基底状態を求めるためのグラフベースの手法を提案する。 我々は、最大カット法に基づいて、キュービットを異なるグループに整理するクラスタリング戦略を採用する。 本結果は,複雑な最適化問題に対処するハイブリッド量子古典法の可能性を明らかにするものである。
  論文  参考訳（メタデータ） (2025-04-16T14:00:32Z)
• A Random-Key Optimizer for Combinatorial Optimization [0.0]
  本稿では,最適化問題に適した汎用的で効率的な局所探索手法を提案する。 ランダムキーの概念を用いて、RKOは解をランダムキーのベクトルとしてエンコードし、後に実行可能な解に復号する。 RKOフレームワークは古典的メタヒューリスティクスの多元体を組み合わせ、それぞれが独立して、あるいは並列に動作可能であり、エリートソリューションプールを通じてソリューション共有が促進される。
  論文  参考訳（メタデータ） (2024-11-06T22:23:29Z)
• A Near-Optimal Single-Loop Stochastic Algorithm for Convex Finite-Sum Coupled Compositional Optimization [53.14532968909759]
  ALEXRと呼ばれる,効率的な単ループプリマル・デュアルブロック座標アルゴリズムを提案する。 本研究では, ALEXR の凸面および強凸面の収束速度を滑らか性および非滑らか性条件下で確立する。 CFCCO の ROC 曲線の下での GDRO および部分領域の実験結果から,提案アルゴリズムの有望な性能を示す。
  論文  参考訳（メタデータ） (2023-12-04T19:00:07Z)
• Symmetric Tensor Networks for Generative Modeling and Constrained Combinatorial Optimization [72.41480594026815]
  ポートフォリオ最適化からロジスティクスに至るまで、制約付き最適化問題は業界に多い。 これらの問題の解決における主要な障害の1つは、有効な検索空間を制限する非自明なハード制約の存在である。 本研究では、Ax=bという形の任意の整数値等式制約をU(1)対称ネットワーク(TN)に直接エンコードし、それらの適用性を量子に着想を得た生成モデルとして活用する。
  論文  参考訳（メタデータ） (2022-11-16T18:59:54Z)
• Faster Algorithm and Sharper Analysis for Constrained Markov Decision Process [56.55075925645864]
  制約付き意思決定プロセス (CMDP) の問題点について検討し, エージェントは, 複数の制約を条件として, 期待される累積割引報酬を最大化することを目的とする。 新しいユーティリティ・デュアル凸法は、正規化ポリシー、双対正則化、ネステロフの勾配降下双対という3つの要素の新たな統合によって提案される。 これは、凸制約を受ける全ての複雑性最適化に対して、非凸CMDP問題が$mathcal O (1/epsilon)$の低い境界に達する最初の実演である。
  論文  参考訳（メタデータ） (2021-10-20T02:57:21Z)
• 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。