文献

J-GLOBAL ID：202002229262912340   整理番号：20A2337499

QUBOタスクのためのニューラルネットワーク訓練に関する洞察【JST・京大機械翻訳】

Insights on Training Neural Networks for QUBO Tasks

著者 (5件)： Gabor Thomas (LMU Munich) ,  Feld Sebastian (LMU Munich) ,  Safi Hila (LMU Munich) ,  Phan Thomy (LMU Munich) ,  Linnhoff-Popien Claudia (LMU Munich)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICSEW’20  ページ： 436-441  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 現在のハードウェア限界は,量子近似最適化アルゴリズム(QAOA)または量子アニーリング(QA)による二次制約バイナリ最適化(QUBO)問題を解くときの可能性を制限する。したがって,この文脈において訓練ニューラルネットワークを考察した。著者らは最初に,巡回セールスマン問題(TSP)の翻訳されたインスタンスから生じるQUBO問題について論じて,この表現をオートエンコーダを通して解析して,元のTSPを解決するために必要なより多くの情報を含むことを示した。次に,ニューラルネットワークを用いて,QUBO入力とオートエンコーダの隠れ状態表現の両方からTSPインスタンスを解決できることを示した。最後に,この手法を一般化し,任意のQUBO問題を解くためのニューラルネットワークを訓練し,神経形態学的ハードウェアをシミュレータとして,あるいは量子コンピューティングのための付加的コプロセッサとして使用するための手段をスケッチする。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  シミュレータ ,  巡回セールスマン問題 ,  最適化手法 ,  *ニューラルネットワーク ,  近似法 ,  符号器 ,  ハードウェア ,  コプロセッサ ,  量子計算
準シソーラス用語： バイナリー ,  自己符号化器 , 【Automatic Indexing@JST】

著者キーワード (4件)： QUBO ,  自動エンコーダ ,  ニューラルネットワーク ,  量子アニーリング

分類 (3件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  人工知能  (JE08000Z) ,  システム最適化手法  (IA02050Z)

タイトルに関連する用語 (4件)： タスク ,  ニューラルネットワーク ,  訓練 ,  洞察