論文の概要: Scaling Quantum Optimization to the Thousand-Qubit Scale with Distributed Quantum Sampling

• arxiv url: http://arxiv.org/abs/2610.10772v1
• Date: Wed, 07 Oct 2026 18:31:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.63216
• Title: Scaling Quantum Optimization to the Thousand-Qubit Scale with Distributed Quantum Sampling
• Title（参考訳）: 分散量子サンプリングによる1000kbitスケールの量子最適化
• Abstract要約: 最小バーホフ分解(Minimum Birkhoff Decomposition)は、ネットワークスケジューリングやエネルギー取引への応用において、難しい最適化問題である。 単層QAOAサンプリングと拡張フルコレクティブフランクウルフ(E-FCFW)最適化を組み合わせた量子支援分解法を拡張した。 1,710のエッジを持つ1,354ノードのPEGASEバステストケース上でパイプラインを実演し、ネイティブな1,710変数のマッチング最適化問題を定義した。
• 参考スコア（独自算出の注目度）: 1.1376794606672556
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Minimum Birkhoff Decomposition (MBD) seeks a sparse weighted sum of matchings and is a challenging optimization problem with applications in network scheduling and energy trading. We scale a quantum-assisted decomposition method by combining single-layer QAOA sampling with Extended Fully-Corrective Frank-Wolfe (E-FCFW) optimization, spectral graph partitioning, and greedy feasibility repair. We demonstrate the pipeline on the 1,354-node PEGASE bus test case (representing a 1,354-bus transmission grid with 1,710 transmission lines), whose 1,710 edges define a native 1,710-variable matching optimization problem requiring 1,710 qubits in the unpartitioned encoding. Partitioning enables distributed execution on IBM superconducting quantum processors. The best reported hardware result uses a 50-qubit partition bound, while reducing partitions to 20 qubits degrades convergence in the partition-size comparison. Larger partitions are more demanding for matrix product state (MPS) simulation, and bond-dimension tests show that truncating quantum correlations reduces candidate quality. The results therefore motivate retaining a substantive quantum sampling task within each partition as the overall problem scales. On the PEGASE-1354 benchmark, repaired QAOA samples achieve lower residual decomposition error than both simulated annealing and uniform random sampling baselines, while spatial circuit packing reduces hardware execution time by approximately a factor of three. These results demonstrate that combining spectral partitioning, spatial circuit packing, and classical feasibility repair provides an executable path for deploying gate-based quantum sampling on thousand-variable constrained optimization problems on current hardware.
• Abstract（参考訳）: 最小バーホフ分解(MBD)は、マッチングの余分な重み付けの和を求め、ネットワークスケジューリングやエネルギー取引への応用において挑戦的な最適化問題である。 我々は,1層QAOAサンプリングと拡張完全補正フランクウルフ(E-FCFW)最適化,スペクトルグラフ分割,フレディ実現可能性修復を組み合わせた量子支援分解法をスケールする。 1,354 ノード PEGASE バステストケース (1,710 の伝送路を持つ 1,354 バス伝送グリッドを表現している) 上でパイプラインを実演し、1,710 エッジは、未分割符号化において 1,710 キュービットを必要とするネイティブ 1,710 変数マッチング最適化問題を定義する。 パーティショニングはIBMの超伝導量子プロセッサ上での分散実行を可能にする。 最良報告のハードウェア結果は50キュービットのパーティションバウンドを使用し、パーティションを20キュービットに減らし、パーティションサイズの比較でコンバージェンスを低下させる。 より大きなパーティションは、行列積状態(MPS)シミュレーションをより要求しており、結合-次元テストは、量子相関の欠落が候補品質を低下させることを示している。 この結果から,各パーティション内の実質的な量子サンプリングタスクを,全体的な問題スケールとして保持する動機付けが得られた。 PEGASE-1354ベンチマークでは、修復されたQAOAサンプルは、シミュレーションされたアニールと均一なランダムサンプリングベースラインよりも低い残留分解誤差を達成する一方、空間回路パッキングはハードウェアの実行時間を約3倍に短縮する。 これらの結果は, スペクトル分割, 空間回路パッキング, および古典的実現可能性修復を組み合わせることで, 現行ハードウェア上での数千変数制約付き最適化問題に対して, ゲートベース量子サンプリングを展開可能な経路を提供することを示した。

関連論文リスト

• Hybrid Quantum Neighborhood Selection: NISQ-Compatible Combinatorial Optimization via Stochastic Frontier Decomposition [0.0]
  本研究は、Hybrid Quantum Neighborhood Selection (HQNS)を紹介する。 HQNSはステージ毎にFN活性変数のコンパクトフロンティアを選択し、残りを縮小QUBO係数に凍結する。 最大ダイバーシティ・サブセット選択問題(MDSSP)のHQNSを6つの尺度で最大1000まで評価した。
  論文  参考訳（メタデータ） (2026-06-28T23:35:46Z)
• A Resource-Efficient Variational Quantum Framework for the Traveling Salesman Problem [5.114988201269962]
  本稿では,コンパクトなバイナリレジスタエンコーディングに基づく資源効率の変動量子フレームワークを提案する。 4、5、6都市の旅行セールスマン問題(TSP)の数値シミュレーションは、それぞれ100%、100%、95.5%の平均的な成功率を達成している。
  論文  参考訳（メタデータ） (2026-05-01T15:40:06Z)
• 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)
• 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)
• Evaluating the performance of quantum processing units at large width and depth [0.40964539027092917]
  線形ランプ量子近似最適化アルゴリズム(LR-QAOA)に基づくベンチマークプロトコルを提案する。 LR-QAOAは、回路深度が増加するにつれてコヒーレント信号を保存するQPUの能力を定量化し、ランダムサンプリングと統計的に区別できない性能になるかどうかを特定する。 このプロトコルを6つのベンダーの24の量子プロセッサに適用し、最大156の量子ビットと1Dチェーンにまたがる1万の層、ネイティブレイアウト、完全に接続されたトポロジの問題をテストします。
  論文  参考訳（メタデータ） (2025-02-10T13:50:50Z)
• Light Cone Cancellation for Variational Quantum Eigensolver in Solving Noisy Max-Cut [2.646003577565874]
  変分量子固有解法(VQE)は、与えられたハミルトンの基底エネルギーを推定するために用いられる量子古典ハイブリッドアルゴリズムである。 本研究では,光円錐キャンセラ法(LCC)を用いて2局所アンサッツに必要な量子ビット数とゲート数を削減した。
  論文  参考訳（メタデータ） (2024-04-30T12:31:03Z)
• Optimizing quantum gates towards the scale of logical qubits [78.55133994211627]
  量子ゲート理論の基本的な前提は、量子ゲートはフォールトトレランスの誤差閾値を超えることなく、大きなプロセッサにスケールできるということである。 ここでは、このような問題を克服できる戦略について報告する。 我々は、68個の周波数可変ビットの周波数軌跡をコレオグラフィーして、超伝導エラー中に単一量子ビットを実行することを示した。
  論文  参考訳（メタデータ） (2023-08-04T13:39:46Z)
• SqueezeLLM: Dense-and-Sparse Quantization [80.32162537942138]
  LLMにおける生成推論の主なボトルネックは、単一のバッチ推論のための計算ではなく、メモリ帯域幅である。 学習後量子化フレームワークであるSqueezeLLMを導入し、最大3ビットの超低精度でのロスレス圧縮を実現する。 本フレームワークは,2次情報に基づく最適ビット精度割当を探索する感度ベース非一様量子化法と,2次情報に基づくDense-and-Sparse分解法と,2次情報量割当値と感度重み値を効率的にスパース形式で格納するDense-and-Sparse分解法である。
  論文  参考訳（メタデータ） (2023-06-13T08:57:54Z)

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。