論文の概要: Exact Mixed-Locality Encodings for Resource-Constrained QAOA
- arxiv url: http://arxiv.org/abs/2611.15663v1
- Date: Wed, 11 Nov 2026 16:08:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.19349
- Title: Exact Mixed-Locality Encodings for Resource-Constrained QAOA
- Title(参考訳): 資源制約QAOAのための特別な混合局所符号化
- Abstract要約: この研究は、選択された高次相互作用を共有ローゼンバーグ補助群に置き換える、ポイントワイドな表現の族を開発する。
直対クラス内では、静的実現可能性理論は、混合表現が共同予算を満たす無限の目的の族を識別する。
12ビットライン、リング、グリッドの目標に対するコンパイルでは、30の重み付き最大3サイズインスタンスのうち23の認定混合専用リージョンが見つかる。
- 参考スコア(独自算出の注目度): 12.228297134704455
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Higher-order objectives possess many exact Hamiltonian encodings, and these encodings differ in the qubits, penalties, gates, and depth that they require. Representation selection is therefore an algorithmic decision for the quantum approximate optimisation algorithm on resource-constrained hardware. This work develops a pointwise-exact family of representations in which selected higher-order interactions are replaced by shared Rosenberg auxiliaries while the remaining interactions stay native. A sharp single-step penalty condition and a closed form for cubic residuals certify exactness at every stage of such a selective reduction. Within the direct-pair class, a static feasibility theory identifies infinite families of objectives for which a mixed representation meets joint budgets that exclude both the native and the fully reduced endpoint. A separate construction extends this separation to gate and depth limits under a fixed synthesis. Compilation on 12-qubit line, ring, and grid targets finds certified mixed-only regions for 23 of 30 weighted maximum three-satisfiability instances, all 30 constructed instances, and 2 of 30 cubic spin-glass instances under the stated class and penalty rule. A separate routing experiment retains 52.9% of mixed-only budget points across five seeds within fixed candidate sets. In noiseless depth-one evaluation, the native encoding attains the best mean objective under the tested protocols, and the joint resource-and-quality test finds no mixed-only success at the primary budget. Resource feasibility is thus a sound reason to select a mixed encoding, whereas solution quality requires a separate assessment.
- Abstract(参考訳): 高次の目的は、多くの正確なハミルトンのエンコーディングを持ち、これらのエンコーディングは、それらが必要とするキュービット、ペナルティ、ゲート、深さで異なる。
したがって、表現選択はリソース制約のあるハードウェア上での量子近似最適化アルゴリズムのアルゴリズム決定である。
この研究は、選択された高次相互作用を共有ローゼンバーグ補助体に置き換え、残りの相互作用をネイティブに保ちながら、ポイントワイドな表現の族を開発する。
鋭い一段のペナルティ条件と立方体残留のための閉形式は、そのような選択的な還元のすべての段階における正確性を証明する。
直接ペアクラス内では、静的実現可能性理論は、混合表現がネイティブと完全に縮小されたエンドポイントの両方を除外する共同予算を満たす無限の目的の族を特定する。
分離された構造は、固定された合成の下でこの分離をゲートと深さ制限まで拡張する。
12ビットライン、リング、グリッドの目標に対するコンパイルでは、30の最大3サイズインスタンス、30の構築インスタンス、30の立方体のスピングラスインスタンスのうち2の23の認証された混合専用領域が、クラスとペナルティルールの下で発見される。
個別のルーティング実験では、固定された候補セット内の5つのシードに対して52.9%の混合のみの予算ポイントが保持されている。
ノイズのないディープワン評価では、ネイティブエンコーディングはテストプロトコルの下で最高の平均目標を達成することができ、ジョイントリソース・アンド・クオリティテストは、一次予算で混合的な成功は見つからない。
したがって、リソースの実現性は混合符号化を選択する健全な理由であり、一方、ソリューションの品質は別個の評価を必要とする。
関連論文リスト
- Cross-Primitive Consistency in Jev [52.97484590293529]
Jevは、型付きクエリプリミティブを通じて、大きな言語モデル(LLM)による効率的な意思決定を可能にする。
この研究は、クロスプライミティブな一貫性を評価するための4軸ベンチマークであるPrimaConsを紹介している。
冷凍バックボーンに軽量残留ネットワークを付加するCPRC(Cross-Primitive Residual Calibrator)を提案する。
論文 参考訳(メタデータ) (2026-10-28T10:44:03Z) - Finite Interaction Lens: Structured Precision Sharing for Vision-Language Models [0.0]
有限干渉系列評価のための混合精度法である有限干渉レンズ(FIL)を提案する。
FILは各候補の入力をネイティブ状態と2つの単一干渉成分、フル次元混合残差に分解する。
FILは16の合成ファミリーでのMSEの最終相互作用を94.4%減らし、99.85%と99.35%減らした。
論文 参考訳(メタデータ) (2026-10-18T22:44:12Z) - SplatQ: Interaction-Aware Pruning of 3D Gaussian Splatting via Quadratic Selection [48.20082172275618]
既存の3Dガウスプラッティング(3DGS)プルーニング法は、独立重要度スコアに基づくグローバルTop-K選択に依存している。
固定予算下での地域予算配分と共同ガウス選択を協調するプルーニングアルゴリズムであるSplatQを提案する。
5つのベンチマーク実験により、SplatQは集合的再構成品質、空間的品質バランス、レンダリング速度において最先端のプルーニング手法より優れていることが示された。
論文 参考訳(メタデータ) (2026-10-09T12:30:13Z) - Coverage You Can Steer: Online Conformal Calibration for RL-Driven Hardware-Aware NAS [3.3784794389620454]
ハードウェア対応ニューラルアーキテクチャサーチ(NAS)は、評価コストに支配されている。
ワンショット定量推定をオンラインフィードバック制御に置き換える。
NASは要求された全てのレベルを$sim10-3$以内まで追跡し、評価の25~50%を測定精度なしでプルーニングする。
論文 参考訳(メタデータ) (2026-10-02T10:47:58Z) - DISTA-Net++: Rethinking Infrared Small Target Unmixing Beyond Sub-Pixel Separation [50.40058918817059]
長距離赤外線画像は、回折制限されたシグネチャが1つの識別不能なブロブに融合する密度の高いターゲットクラスタに対向する。
DisTA-Net++は2つの相乗的なメカニズムで動的に展開するバックボーンをアンカーする。
DisTA-Net++は、CSO-mAPが16.15%、62.96%の精度で、計算の6分の1に過ぎない。
論文 参考訳(メタデータ) (2026-09-16T14:57:11Z) - Instance-Optimal Estimation with Multiple LLM Judges on a Budget [84.31744861038106]
我々は、この問題を*予算付きヘテロスケダティックなマルチジャッジ推定*として定式化する。
K$のプロンプト-レスポンスペア、J$の既知のコストと未知のクエリ-ジャッジ分散が与えられた場合、目標は、$ell_p$-errorを最小化しながら、有界スコアベクトルを推定することである。
EST-IVWEは,予算の低次項までのオラクルIVWEレートと一致していることを示す。
論文 参考訳(メタデータ) (2026-05-22T08:26:08Z) - Soft Tuy-Completeness for Robust Projection Selection in Cone-Beam CT [4.213649496201482]
本研究は、関心領域集束コーンビームCTにおける投射選択のための、連続したソフトなほぼ直交性スコアと、分解能を考慮した飽和被曝目標を導入する。
論文 参考訳(メタデータ) (2026-05-20T12:37:15Z) - Latent Objective Induction and Diversity-Constrained Selection: Algorithms for Multi-Locale Retrieval Pipelines [0.2864713389096699]
ランク付けされた検索結果から多分野のソースを選択するアルゴリズムを3つ提案する。
これらのアルゴリズムは、120の多言語クエリで、第1のソース比を62%改善し、同ドメイン重複を89%削減する。
論文 参考訳(メタデータ) (2026-02-17T12:25:22Z) - On Distributed Larger-Than-Memory Subset Selection With Pairwise Submodular Functions [31.334053253182795]
証明可能な近似保証付き分散バウンディングアルゴリズムを提案する。
CIFAR-100 と ImageNet の高品質なサブセットは,集中型手法と比較して,品質が損なわれるか,あるいは損なわれない。
論文 参考訳(メタデータ) (2024-02-26T09:38:39Z) - Generalized Focal Loss: Learning Qualified and Distributed Bounding
Boxes for Dense Object Detection [85.53263670166304]
一段検出器は基本的に、物体検出を密度の高い分類と位置化として定式化する。
1段検出器の最近の傾向は、局所化の質を推定するために個別の予測分岐を導入することである。
本稿では, 上記の3つの基本要素, 品質推定, 分類, ローカライゼーションについて述べる。
論文 参考訳(メタデータ) (2020-06-08T07:24:33Z) - Rethinking Differentiable Search for Mixed-Precision Neural Networks [83.55785779504868]
低ビット幅に量子化された重みとアクティベーションを持つ低精度ネットワークは、エッジデバイスでの推論を加速するために広く利用されている。
現在の解は均一であり、全てのフィルタに同じビット幅を使用する。
これは異なるフィルタの異なる感度を考慮せず、最適以下である。
混合精度ネットワークは、ビット幅を個々のフィルタ要求に調整することでこの問題に対処する。
論文 参考訳(メタデータ) (2020-04-13T07:02:23Z)
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。