Item type |
SIG Technical Reports(1) |
公開日 |
2024-11-05 |
タイトル |
|
|
タイトル |
QAOAを用いた履修最適化の一検討 |
言語 |
|
|
言語 |
jpn |
資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
著者所属 |
|
|
|
早稲田大学大学院基幹理工学研究科情報理工・情報通信専攻 |
著者所属 |
|
|
|
早稲田大学大学院基幹理工学研究科情報理工・情報通信専攻 |
著者所属 |
|
|
|
早稲田大学高等研究所 |
著者所属 |
|
|
|
早稲田大学大学院基幹理工学研究科情報理工・情報通信専攻/株式会社 Quanmatic |
著者名 |
太田, 岳
深田, 佳佑
白井, 達彦
戸川, 望
|
論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
QAOA (Quantum Approximate Optimazation Algorithm) はノイズの多い中規模量子コンピュータ上で実装可能な組合せ最適化問題を求解するアルゴリズムである.本稿では,学生の履修科目の選択を組合せ最適化問題と捉え,パーソナライズ履修最適化問題 (Personalized Course Selection Problem; PCSP) として定義する.PCSP は多次元 2 次ナップサック問題の派生と考えることができる.求解手法として,ゲート式量子コンピュータのシミュレータのもとで QAOA を用いる.本稿では,PCSP を QAOA で求解するための QUBO (Quadratic Unconstrained Binary Optimization) 定式化を提案し,提案した QUBO 定式化のもと QAOA を用いて PCSP を求解する.評価実験の結果,制約の重みを表すハイパーパラメータの大きさを調整することで,BKS (Best Known Solutions) 取得率や制約充足解のみのエネルギー期待値が改善されることを確認できた. |
書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA11451459 |
書誌情報 |
研究報告システムとLSIの設計技術(SLDM)
巻 2024-SLDM-207,
号 56,
p. 1-6,
発行日 2024-11-05
|
ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8639 |
Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |