Buchumschlag

Distributed Variational Quantum Linear Solver

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shen, Tong, Zhu, Zeru, Liu, Ji
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Quantum Physics Distributed, Parallel, and Cluster Computing Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Utilizing Graph Sparsification for Pre-processing in Maxcut QUBO Solver
von: Suppakitpaisarn, Vorapong, et al.
Veröffentlicht: (2024)

Distributed Variational Quantum Linear Solver
von: Lu, Chao, et al.
Veröffentlicht: (2026)

Krylov Solvers for Interior Point Methods with Applications in Radiation Therapy and Support Vector Machines
von: Liu, Felix, et al.
Veröffentlicht: (2023)

D-PDLP: Scaling PDLP to Distributed Multi-GPU Systems
von: Li, Hongpei, et al.
Veröffentlicht: (2026)

A GPU-Accelerated Distributed Algorithm for Optimal Power Flow in Distribution Systems
von: Ryu, Minseok, et al.
Veröffentlicht: (2025)

Temporal Parallelisation of the HJB Equation and Continuous-Time Linear Quadratic Control
von: Särkkä, Simo, et al.
Veröffentlicht: (2022)

Decentralized Distributed Optimization for Saddle Point Problems
von: Rogozin, Alexander, et al.
Veröffentlicht: (2021)

An Optimistic Gradient Tracking Method for Distributed Minimax Optimization
von: Huang, Yan, et al.
Veröffentlicht: (2025)

Tailoring Gradient Methods for Differentially-Private Distributed Optimization
von: Wang, Yongqiang, et al.
Veröffentlicht: (2022)

Load Balancing with Network Latencies via Distributed Gradient Descent
von: Balseiro, Santiago R., et al.
Veröffentlicht: (2025)

Distributed Constraint-Coupled Optimization: Harnessing ADMM-consensus for robustness
von: Messilem, Mohamed Abdelmouamin, et al.
Veröffentlicht: (2025)

Distributed Constrained Combinatorial Optimization leveraging Hypergraph Neural Networks
von: Heydaribeni, Nasimeh, et al.
Veröffentlicht: (2023)

One-Point Feedback for Composite Optimization with Applications to Distributed and Federated Learning
von: Beznosikov, Aleksandr, et al.
Veröffentlicht: (2021)

Distributed Stochastic Momentum Tracking with Local Updates: Achieving Optimal Communication and Iteration Complexities
von: Huang, Kun, et al.
Veröffentlicht: (2025)

ECDQC: Efficient Compilation for Distributed Quantum Computing with Linear Layout
von: Liu, Kecheng, et al.
Veröffentlicht: (2024)

Achieving Near-Optimal Convergence for Distributed Minimax Optimization with Adaptive Stepsizes
von: Huang, Yan, et al.
Veröffentlicht: (2024)

Decentralized Nonsmooth Nonconvex Optimization with Client Sampling
von: Chen, Xinyan, et al.
Veröffentlicht: (2026)

From Sequential to Parallel: Reformulating Dynamic Programming as GPU Kernels for Large-Scale Stochastic Combinatorial Optimization
von: Zhao, Jingyi, et al.
Veröffentlicht: (2026)

Large-Scale LLM Inference with Heterogeneous Workloads: Prefill-Decode Contention and Asymptotically Optimal Control
von: Lin, Ruihan, et al.
Veröffentlicht: (2026)

A First-Order Algorithm for Decentralised Min-Max Problems
von: Malitsky, Yura, et al.
Veröffentlicht: (2023)

Problem-Parameter-Free Decentralized Nonconvex Stochastic Optimization
von: Li, Jiaxiang, et al.
Veröffentlicht: (2024)

Non-ergodic linear convergence property of the delayed gradient descent under the strongly convexity and the Polyak-Łojasiewicz condition
von: Choi, Hyung Jun, et al.
Veröffentlicht: (2023)

Smoothed Gradient Clipping and Error Feedback for Decentralized Optimization under Symmetric Heavy-Tailed Noise
von: Yu, Shuhua, et al.
Veröffentlicht: (2023)

Accelerating Optimal Power Flow with GPUs: SIMD Abstraction of Nonlinear Programs and Condensed-Space Interior-Point Methods
von: Shin, Sungho, et al.
Veröffentlicht: (2023)

An efficient implementation of parallel simulated annealing algorithm in GPUs
von: Ferreiro, A. M., et al.
Veröffentlicht: (2024)

Modeling Task Mapping for Data-intensive Applications in Heterogeneous Systems
von: Wilhelm, Martin, et al.
Veröffentlicht: (2022)

Decentralized Gradient-Free Methods for Stochastic Non-Smooth Non-Convex Optimization
von: Lin, Zhenwei, et al.
Veröffentlicht: (2023)

Average-case optimization analysis for distributed consensus algorithms on regular graphs
von: Nguyen, Nhat Trung, et al.
Veröffentlicht: (2024)

GPU-Accelerated Primal Heuristics for Mixed Integer Programming
von: Çördük, Akif, et al.
Veröffentlicht: (2025)

Decentralized Nonconvex Optimization under Heavy-Tailed Noise: Normalization and Optimal Convergence
von: Yu, Shuhua, et al.
Veröffentlicht: (2025)

Differential Privacy Preserving Distributed Quantum Computing
von: Zhong, Hui, et al.
Veröffentlicht: (2024)

A Hybrid Stochastic Gradient Tracking Method for Distributed Online Optimization Over Time-Varying Directed Networks
von: Shi, Xinli, et al.
Veröffentlicht: (2025)

Ringmaster LMO: Asynchronous Linear Minimization Oracle Momentum Method
von: Sadiev, Abdurakhmon, et al.
Veröffentlicht: (2026)

On Biased Compression for Distributed Learning
von: Beznosikov, Aleksandr, et al.
Veröffentlicht: (2020)

dHPR: A Distributed Halpern Peaceman--Rachford Method for Non-smooth Distributed Optimization Problems
von: Feng, Zhangcheng, et al.
Veröffentlicht: (2025)

UNIQ: Communication-Efficient Distributed Quantum Computing via Unified Nonlinear Integer Programming
von: Zhong, Hui, et al.
Veröffentlicht: (2025)

Efficient Gradient Methods for Distributed Saddle Problems
von: Luo, Ruichen, et al.
Veröffentlicht: (2026)

An Accelerated Distributed Stochastic Gradient Method with Momentum
von: Huang, Kun, et al.
Veröffentlicht: (2024)

Online Distributed Learning with Quantized Finite-Time Coordination
von: Bastianello, Nicola, et al.
Veröffentlicht: (2023)

Distributed Conjugate Gradient Method via Conjugate Direction Tracking
von: Shorinwa, Ola, et al.
Veröffentlicht: (2023)