量子プロセッサユニットを用いた大規模エネルギー効率センサネットワークルーティング

Summary

この研究では、量子プロセッサ ユニットを使用して、ネットワークの寿命を最大化するために文献の従来の方法よりも優れたパフォーマンスを発揮するさまざまなトラフィック ダイナミクスのルートを計算する方法を提供します。

Abstract

古典コンピュータと量子プロセッサのハイブリッド利用であるセンサネットワークの省エネ手法は、古典コンピュータを用いたヒューリスティックアルゴリズムよりも優れた性能を発揮することが証明されています。この原稿では、この方法の重要性に関する技術的な背景が提示され、正当化されます。次に、実験手順を操作シーケンスで示し、必要に応じてイラストを交えます。この手法は、ランダムに生成されたネットワーク トポロジのサンプル セット全体で肯定的な結果によって検証されています。この手法の実験結果の成功は、センサーネットワークの寿命最大化問題に対するより良いアプローチを提供し、現在の最先端の量子プロセッサが、文献の現在の方法を上書きするメリットを持つ大規模な実用的な工学的問題を解決できることを実証しました。言い換えれば、量子アドバンテージを最大限活用することができます。概念実証の段階を超えて、実現可能性の証明にまで至っています。

Introduction

センサネットワークの省エネルギー化は、設計¹において非常に重要な課題でした。古典的な方法は通常、アドホ^{ックなアプローチ}2^{、3、4、5、6}を使用して問題に取り組みます。とはいえ、これらの方法は、個人とコミュニティの両方の利益に奉仕するために協力できる、個別に管理されたインテリジェントな資産としてセンサーノードをエミュレートします。センサーが機能する不安定な環境のため、環境の不確実性を捉えるためにランダムなアルゴリズムが導入される作品もあれば、常識的に受け入れられる結果を達成できるヒューリスティックアルゴリズムを考案するためにバイオインテリジェンスが借用される作品もあります⁷。さらに説明すると、これらのランダムアルゴリズムでは、一方では、環境の不確実性は古典CPUによって生成されたランダムシーケンスほどランダムではない可能性があり、他方では、環境の不確実性が完全にランダムであっても、古典CPUによって生成されたランダムプロセスシミュレータではキャプチャできません。これらのバイオインテリジェンスアルゴリズムでは、まず第一....

Protocol

1. Dwave Ocean Environmentのセットアップ

1. 次のリンクから海洋ツールをダウンロードしてインストールします https://docs.ocean.dwavesys.com/en/stable/overview/install.html
   1. ターミナルで「 python -m venv ocean」と入力します。
   2. ターミナルで、 ocean/bin/activateと入力します( 図1)。
   3. ターミナルで「git clone https://github.com/dwavesystems/dwave-ocean-sdk.git」と入力します。
      次に、cd dwave-ocean-sdk と入力します ( 図 2 を参照)。
      次に、 pythonと入力してインストール setup.py

Results

1つの実行サンプルの結果を 表2、 表3、および 表4に示します。データの 3 つのバッチの詳細データセットは、 Supplementary Data 1 フォルダーにあります。

データセット 1
半径50mの円形エリアに198ノード	ハイブリッド量子アルゴリズム	Advanced_Leachアルゴリズム
FND(フエヌド)	1442	727
羽田	2499	1921

Discussion

現在の最先端の商用量子プロセッサは、あらゆるネットワーク^{トポロジの計算}問題で使用できます1。量子プロセッサのアプリケーションは、量子プロセッサが実装できた物理量子ビットの数に制約されません。

センサネットワークの長寿命化設計では、量子プロセッサを用いることで、ネットワーク寿命をさらに延ばす手法が進歩した結果となりました。この結果は、量子の優位性が公共部門と民間部門の両方で商業的に活用される準備ができていることを示唆しています。

経営上の意味合いとして、クォンタム・アドバンテージは、近未来のハイテクの持続可能な繁栄のための有望な道を開くための次のマイルストーンとなる可能性があります。現在のハイテクは、学習戦略や人工知能(AI)の観点から、どのような方法でもデータを処理/保持するためのパワードライブを必要とします。グリーングローブの俯瞰的な視点から見ると、良い候補として際立っているわけではありません¹⁶.ML/AIは計算の経済性を高め.......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
デルのノートパソコン	デル	N/A
Ubuntuの 18.04.6 LTS	Canonical Ltd	18.04.6 LTS
Python3.8	Pythonのソフトウェアファウンデーション	3.8.0
Dwave QPU	Dwave	https://docs.ocean.dwavesys.com/en/stable/overview/install.html