論文の概要: Two-Stage Quantum-Classical Distribution Network Reconfiguration via Cycle-Edge Encoding
- arxiv url: http://arxiv.org/abs/2609.40264v1
- Date: Wed, 30 Sep 2026 17:42:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:28.208055
- Title: Two-Stage Quantum-Classical Distribution Network Reconfiguration via Cycle-Edge Encoding
- Title（参考訳）: サイクルエッジ符号化による2段階量子古典分布ネットワーク再構成
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.2708760620636322
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Distribution network reconfiguration (DNR) is a combinatorial optimization problem that seeks a low-loss network topology subject to topological and electrical operating constraints. In this work, we propose a two-stage quantum-classical method for DNR. First, an iterative linear-ramp Quantum Alternating Operator Ansatz (LR-QAOA) searches topologically feasible subspaces constructed using a novel cycle-edge encoding. The encoding guarantees that every represented configuration is a spanning tree while allowing the size and coverage of each subspace to be adjusted to the available qubit budget. Second, the resulting sample distribution is used to guide a mixed-integer second-order-cone programming (MISOCP) solver. The method is evaluated on six distribution networks ranging from 33 to 417 buses through simulation and execution on trapped-ion quantum hardware. Across all six test systems, the MISOCP solver guided by hardware-derived distributions reaches an incumbent within 1\% of the best-known solution in less median solver time than the corresponding unguided solver.
- Abstract（参考訳）: 分散ネットワーク再構成(DNR)は、トポロジおよび電気的操作制約を考慮した低損失ネットワークトポロジを求める組合せ最適化問題である。
本研究では,DNR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 (LR-QAOA) が、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。
エンコーディングにより、すべての表現された構成がスパンニングツリーであることを保証すると同時に、各サブスペースのサイズとカバレッジを利用可能なキュービット予算に調整することができる。
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。
6つのテストシステム全体で、ハードウェア由来の分布で導かれるMISOCPソルバは、対応する未解法よりも中央値の低い解法時間で、最もよく知られた解の15%以内に達する。
関連論文リスト
- Warm-Start Iterative QITE for Distribution Network Reconfiguration via Branch-Exchange Encoding [0.0]
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。
論文 参考訳（メタデータ） (2026-09-30T12:21:58Z) - Efficient routing and spectrum allocation in arbitrary flex-grid entanglement networks [11.448612804302783]
量子ネットワークにおけるユーザ間周波数割り当てを効率的に行うための3段階パイプラインを提案する。
本稿では,この手法を,代表リングネットワークとマンハッタンの既存のローカル交換キャリアトポロジで数値的に示す。
論文 参考訳（メタデータ） (2026-07-16T21:20:35Z) - Distributed Variational Quantum Linear Solver [2.7835589988032887]
NVIDIA-Q上に構築された分散VQLSフレームワークにより,O(L2)コスト関数評価のスケーラブルな分散を実現する。
高速ウォルシュ・アダマール変換(英語版) (FWHT) によるパウリ分解はLCU項の指数関数的な成長を抑制し、L を n > 6 ビットで O(2n) から O(1) に還元する。
10ビットの3重対角トープリッツ系の場合、これは256倍減少し、99.99%以上の解忠実度を保っている。
論文 参考訳（メタデータ） (2026-04-15T21:27:16Z) - A Scalable Distributed Quantum Optimization Framework via Factor Graph Paradigm [46.08923284345648]
分散量子最適化のための構造認識フレームワークを提案する。
検索スペースが$N$の場合、我々のフレームワークはプロセッサやセパレータに依存した要素に対して$O(sqrtN)$クエリ複雑性を達成する。
構造を考慮した分解は、量子ネットワーク上でのスケーラブルな分散量子最適化に実践的な道をもたらすことを示す。
論文 参考訳（メタデータ） (2026-03-08T15:15:52Z) - Unrolled Neural Networks for Constrained Optimization [83.29547301151177]
我々のフレームワークは、ラグランジアンのサドル点を共同で近似する2つの結合ニューラルネットワークで構成されている。
混合整数二次プログラムと無線ネットワークにおける電力配分に関する枠組みを数値的に評価する。
論文 参考訳（メタデータ） (2026-01-24T03:12:41Z) - COMPAS: A Distributed Multi-Party SWAP Test for Parallel Quantum Algorithms [4.584616394519209]
相互接続型モジュールおよび分散QPUからなる多人数ネットワーク上での多変量トレース推定を実現するアーキテクチャであるCompASを紹介する。
回路深度やGHZ幅の最適性を選択する他のスキームとは異なり、CompASは一度に両方を達成する。
ネットワークレベルのエラーを分析し,回路レベルのノイズがアーキテクチャに与える影響をシミュレートする。
論文 参考訳（メタデータ） (2025-11-28T18:31:15Z) - Unrolled Graph Neural Networks for Constrained Optimization [83.29547301151177]
2つの結合グラフニューラルネットワーク(GNN)における双対昇降アルゴリズムのダイナミクスについて検討する。
予備的ネットワークと二重ネットワークの更新を交互に行う共同学習手法を提案する。
我々の数値実験は、我々のアプローチがほぼ最適に近いほぼ実現可能な解をもたらすことを示す。
論文 参考訳（メタデータ） (2025-09-21T16:55:41Z) - A Gradient Meta-Learning Joint Optimization for Beamforming and Antenna Position in Pinching-Antenna Systems [63.213207442368294]
マルチ導波路ピンチアンテナシステムの新しい最適化設計について検討する。
提案したGML-JOアルゴリズムは,既存の最適化手法と比較して,様々な選択や性能に頑健である。
論文 参考訳（メタデータ） (2025-06-14T17:35:27Z) - On the Convergence of Distributed Stochastic Bilevel Optimization
Algorithms over a Network [55.56019538079826]
バイレベル最適化は、幅広い機械学習モデルに適用されている。
既存のアルゴリズムの多くは、分散データを扱うことができないように、シングルマシンの設定を制限している。
そこで我々は,勾配追跡通信機構と2つの異なる勾配に基づく分散二段階最適化アルゴリズムを開発した。
論文 参考訳（メタデータ） (2022-06-30T05:29:52Z) - Lower Bounds and Optimal Algorithms for Smooth and Strongly Convex
Decentralized Optimization Over Time-Varying Networks [79.16773494166644]
通信ネットワークのノード間を分散的に保存するスムーズで強い凸関数の和を最小化するタスクについて検討する。
我々は、これらの下位境界を達成するための2つの最適アルゴリズムを設計する。
我々は,既存の最先端手法と実験的な比較を行うことにより,これらのアルゴリズムの理論的効率を裏付ける。
論文 参考訳（メタデータ） (2021-06-08T15:54:44Z) - Joint Deep Reinforcement Learning and Unfolding: Beam Selection and
Precoding for mmWave Multiuser MIMO with Lens Arrays [54.43962058166702]
離散レンズアレイを用いたミリ波マルチユーザマルチインプット多重出力(MU-MIMO)システムに注目が集まっている。
本研究では、DLA を用いた mmWave MU-MIMO システムのビームプリコーディング行列の共同設計について検討する。
論文 参考訳（メタデータ） (2021-01-05T03:55:04Z)
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。