論文の概要: Warm-Start Iterative QITE for Distribution Network Reconfiguration via Branch-Exchange Encoding
- arxiv url: http://arxiv.org/abs/2609.39602v1
- Date: Wed, 30 Sep 2026 12:21:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:27.707034
- Title: Warm-Start Iterative QITE for Distribution Network Reconfiguration via Branch-Exchange Encoding
- Title（参考訳）: 分枝交換符号化による配電網再構成のためのワームスタート反復QITE
- Abstract要約: 分散ネットワーク再構成のためのハイブリッド量子古典アルゴリズムを提案する。
このアルゴリズムは、放射能保存分岐交換符号化と反復的なウォームスタート量子想像時間進化を組み合わせることで、アクティブライン損失を最小化する。
7つの一般的なベンチマークケースと、これらおよび類似の標準システムから修正した3つのケースを含む。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We present a hybrid quantum-classical algorithm for distribution network reconfiguration, a combinatorial optimization problem on power distribution networks, that combines a radiality preserving branch-exchange encoding with iterative warm-start quantum imaginary-time evolution to minimize active line losses. The encoding uses a fixed-width binary representation of sequential branch-exchange actions, ensuring that every register outcome decodes to a radial configuration. The quantum subroutine is informed by a surrogate model fit to classically-solved alternating current power flow (ACPF) labels. After a set budget of ACPF solves and circuit samples is exhausted, the algorithm returns the lowest-loss configuration seen. We employ our algorithm on ten test cases, including seven commonly-used benchmark cases and three cases we modified from these and similar standard systems. We include two methods to reduce problem size, which enable extensions of the algorithm to larger networks. We successfully reach minimal-loss configurations for six cases and find configurations with losses from 0.2 percent to 2.18 percent above the reported reference minimal loss for the other four.
- Abstract（参考訳）: 本稿では,配電ネットワークにおける組合せ最適化問題である配電ネットワーク再構成のためのハイブリッド量子古典的アルゴリズムを提案する。
エンコーディングでは、逐次分岐交換アクションの固定幅バイナリ表現を使用し、すべてのレジスタ結果がラジアル構成に復号化されることを保証する。
量子サブルーチンは、古典的に解決された交流電力フロー(ACPF)ラベルに適合する代理モデルによって通知される。
ACPFの所定の予算が解決し、回路サンプルが枯渇した後、アルゴリズムは目にする最低損失構成を返す。
7つの一般的なベンチマークケースと、これらおよび類似の標準システムから修正した3つのケースを含む。
より大規模なネットワークにアルゴリズムを拡張できる問題サイズの削減方法が2つ含まれている。
6つのケースで最小限の設定に到達し、他の4つのケースで報告された最小限の損失よりも0.2%から2.18パーセントの損失を持つ構成を見つけることに成功した。
関連論文リスト
- Two-Stage Quantum-Classical Distribution Network Reconfiguration via Cycle-Edge Encoding [0.2708760620636322]
分散ネットワーク再構成(DNR)のための2段階量子古典法を提案する。
まず、反復線形ランプ量子交換演算子Ansatzは、新しいサイクルエッジ符号化を用いて構築された位相的に実現可能な部分空間を探索する。
次に,MISOCP(Mixed-integer second-order-cone programming)法を導出する。
この手法は、トラップイオン量子ハードウェア上でのシミュレーションと実行により、33から417バスの6つの分散ネットワーク上で評価される。
論文 参考訳（メタデータ） (2026-09-30T17:42:57Z) - Configurable Algorithms for Histopathologic Cancer Detection on Quantum Hardware [3.569867801312132]
病理組織学的癌検出は, 組織変動, 染色の違い, 病巣間の微妙な視覚的区別が原因で困難である。
本稿では,二段階CSWAP回路(DG-CSWAP)とハードウェア効率の高い破壊スワップ回路(DG-DST)の2つの量子アルゴリズムを提案する。
読み出し誤差補正、バイアスサブトラクション、傾斜回帰を含む3段階のNISQ軽減パイプラインは、シングルピクセルのハードウェアMSEを8倍削減する。
論文 参考訳（メタデータ） (2026-06-19T21:12:51Z) - Towards Quantum Algorithms for the Optimization of Spanning Trees: The Power Distribution Grids Use Case [1.6943815984028532]
エネルギーシステムでは、ネットワーク再構成は損失とコストを大幅に削減することができる。
多くの関連する最適化問題はNPハードであり、実用的な応用を制限している。
本稿では、これらのアルゴリズムプリミティブを分散グリッド再構成に適用し、必要な量子資源を定量化する方法を示す。
論文 参考訳（メタデータ） (2025-11-01T15:12:00Z) - Evolutionary-Based Circuit Optimization for Distributed Quantum Computing [3.5852827516109564]
進化的アルゴリズム(EA)を評価し、必要な通信量を減らすために、所定の回路を最適化する。
必要なグローバルゲートを89%以上削減できると同時に,高い忠実度を達成できることを示す。
論文 参考訳（メタデータ） (2025-09-09T18:23:26Z) - Reducing Storage of Pretrained Neural Networks by Rate-Constrained Quantization and Entropy Coding [56.066799081747845]
成長を続けるニューラルネットワークのサイズは、リソースに制約のあるデバイスに深刻な課題をもたらす。
本稿では,レートアウェア量子化とエントロピー符号化を組み合わせた学習後圧縮フレームワークを提案する。
この方法では非常に高速な復号化が可能であり、任意の量子化グリッドと互換性がある。
論文 参考訳（メタデータ） (2025-05-24T15:52:49Z) - Optimizing QAOA circuit transpilation with parity twine and SWAP network encodings [0.3495246564946556]
本研究は,完全接続回路を表現するために必要な2ビットゲート数と深さを削減する手法を提案する。
25%の接続性を持つ120kbitのQAOAインスタンスに対して,本手法は深さ85%の低減と2kbitゲートの28%の削減を実現している。
論文 参考訳（メタデータ） (2025-05-23T14:20:40Z) - Optimization Guarantees of Unfolded ISTA and ADMM Networks With Smooth
Soft-Thresholding [57.71603937699949]
我々は,学習エポックの数の増加とともに,ほぼゼロに近いトレーニング損失を達成するための最適化保証について検討した。
トレーニングサンプル数に対する閾値は,ネットワーク幅の増加とともに増加することを示す。
論文 参考訳（メタデータ） (2023-09-12T13:03:47Z) - Qubit efficient quantum algorithms for the vehicle routing problem on
NISQ processors [48.68474702382697]
時間窓付き車両ルーティング問題(VRPTW)は、ロジスティクス業界で直面する一般的な最適化問題である。
そこで本研究では,以前に導入した量子ビット符号化方式を用いて,バイナリ変数の数を削減した。
論文 参考訳（メタデータ） (2023-06-14T13:44:35Z) - Binarizing Sparse Convolutional Networks for Efficient Point Cloud
Analysis [93.55896765176414]
我々は,効率的な点群解析のためのBSC-Netと呼ばれるバイナリスパース畳み込みネットワークを提案する。
我々は,移動したスパース畳み込みにおけるサイトマッチングに最適なオプションを見つけるために,異なる検索戦略を採用している。
我々のBSC-Netは、我々の厳格なベースラインを大幅に改善し、最先端のネットワーク双対化手法より優れています。
論文 参考訳（メタデータ） (2023-03-27T13:47:06Z) - Bandwidth-efficient distributed neural network architectures with
application to body sensor networks [73.02174868813475]
本稿では,分散ニューラルネットワークアーキテクチャを設計するための概念設計手法について述べる。
提案手法により,損失を最小限に抑えつつ,最大20倍の帯域幅削減が可能となることを示す。
本稿では,ウェアラブル脳-コンピュータインタフェースに焦点をあてるが,他のセンサネットワークアプリケーションにも適用できる。
論文 参考訳（メタデータ） (2022-10-14T12:35:32Z)
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。