Parameterinnstilling i omtrentlig kvanteoptimalisering av vektede problemer

Parameterinnstilling i omtrentlig kvanteoptimalisering av vektede problemer

Kilde node: 3070550

Shree Hari Sureshbabu1, Dylan Herman1, Ruslan Shaydulin1, Joao Basso2, Shouvanik Chakrabarti1, Yue Sun1, og Marco Pistoia1

1Global Technology Applied Research, JPMorgan Chase, New York, NY 10017
2Institutt for matematikk, University of California, Berkeley, CA 94720

Finn dette papiret interessant eller vil diskutere? Scite eller legg igjen en kommentar på SciRate.

Abstrakt

Quantum Approximate Optimization Algorithm (QAOA) er en ledende kandidatalgoritme for å løse kombinatoriske optimaliseringsproblemer på kvantedatamaskiner. Imidlertid krever QAOA i mange tilfeller beregningsintensiv parameteroptimalisering. Utfordringen med parameteroptimalisering er spesielt akutt i tilfelle vektede problemer, der egenverdiene til faseoperatøren er ikke-heltall og QAOA-energilandskapet ikke er periodisk. I dette arbeidet utvikler vi parameterinnstillingsheuristikk for QAOA brukt på en generell klasse av vektede problemer. Først utleder vi optimale parametere for QAOA med dybde $p=1$ brukt på det vektede MaxCut-problemet under forskjellige forutsetninger på vektene. Spesielt beviser vi strengt den konvensjonelle visdommen at i gjennomsnittlig tilfelle gir det første lokale optimum nær null globalt optimale QAOA-parametere. For det andre, for $pgeq 1$ beviser vi at QAOA-energilandskapet for vektet MaxCut nærmer seg det for det uvektede tilfellet under en enkel reskalering av parametere. Derfor kan vi bruke parametere som tidligere er oppnådd for uvektet MaxCut for vektede problemer. Til slutt beviser vi at for $p=1$ er QAOA-målet skarpt konsentrert rundt forventningen, noe som betyr at våre parameterinnstillingsregler holder med høy sannsynlighet for en tilfeldig vektet forekomst. Vi validerer denne tilnærmingen numerisk på generelle vektede grafer og viser at QAOA-energien med de foreslåtte faste parameterne i gjennomsnitt bare er $1.1$ prosentpoeng unna den med optimaliserte parametere. For det tredje foreslår vi et generelt heuristisk skaleringsskjema inspirert av analyseresultatene for vektet MaxCut og demonstrerer effektiviteten ved bruk av QAOA med XY Hamming-vektbevarende mikser brukt på porteføljeoptimeringsproblemet. Heuristikken vår forbedrer konvergensen av lokale optimerere, og reduserer antall iterasjoner med 7.4x i gjennomsnitt.

Dette arbeidet undersøker parameterinnstillingsregler for QAOA, en ledende kvanteheuristisk algoritme, brukt på en generell klasse av kombinatoriske optimaliseringsproblemer. Parameteroptimalisering er en betydelig flaskehals mot kortsiktig anvendelse. En generell parameter-skaleringsheuristikk for overføring av QAOA-parametere mellom vektede problemforekomster er foreslått, og strenge resultater som viser effektiviteten til denne prosedyren på MaxCut presenteres. I tillegg viser tallene at denne prosedyren betydelig reduserer treningstiden til QAOA for porteføljeoptimalisering, som er et viktig problem innen finansiell utvikling.

► BibTeX-data

► Referanser

[1] Michael A Nielsen og Isaac L Chuang. "Kvanteberegning og kvanteinformasjon". Cambridge University Press. (2010).
https: / / doi.org/ 10.1017 / CBO9780511976667

[2] Dylan Herman, Cody Googin, Xiaoyuan Liu, Alexey Galda, Ilya Safro, Yue Sun, Marco Pistoia og Yuri Alexeev. "En undersøkelse av kvanteberegning for finans" (2022). url: https://​/​doi.org/​10.48550/​arXiv.2201.02773.
https://​/​doi.org/​10.48550/​arXiv.2201.02773

[3] Tad Hogg og Dmitriy Portnov. "Kvanteoptimalisering". Informasjonsvitenskap 128, 181–197 (2000).
https:/​/​doi.org/​10.1016/​s0020-0255(00)00052-9

[4] Edward Farhi, Jeffrey Goldstone og Sam Gutmann. "En omtrentlig kvanteoptimaliseringsalgoritme" (2014). url: https://​/​doi.org/​10.48550/​arXiv.1411.4028.
https://​/​doi.org/​10.48550/​arXiv.1411.4028

[5] Stuart Hadfield, Zhihui Wang, Bryan O'Gorman, Eleanor G Rieffel, Davide Venturelli og Rupak Biswas. "Fra den omtrentlige kvanteoptimaliseringsalgoritmen til en kvantealternerende operatøransatz". Algoritmer 12, 34 (2019). url: https://doi.org/​10.3390/​a12020034.
https: / / doi.org/ 10.3390 / a12020034

[6] Sami Boulebnane og Ashley Montanaro. "Løse boolske tilfredshetsproblemer med den omtrentlige kvanteoptimaliseringsalgoritmen" (2022). url: https://​/​doi.org/​10.48550/​arXiv.2208.06909.
https://​/​doi.org/​10.48550/​arXiv.2208.06909

[7] Joao Basso, Edward Farhi, Kunal Marwaha, Benjamin Villalonga og Leo Zhou. "Den omtrentlige kvanteoptimaliseringsalgoritmen ved høy dybde for maxcut på vanlige grafer med stor omkrets og sherrington-kirkpatrick-modellen". Proceedings of the Conference on theory of Quantum Computation, Communication and Cryptography 7, 1–21 (2022).
https://​/​doi.org/​10.4230/​LIPICS.TQC.2022.7

[8] Matthew B. Hastings. «En klassisk algoritme som også slår $frac{1}{2}+frac{2}{pi}frac{1}{sqrt{d}}$ for høy omkrets max-cut» (2021). url: https://​/​doi.org/​10.48550/​arXiv.2111.12641.
https://​/​doi.org/​10.48550/​arXiv.2111.12641

[9] Ruslan Shaydulin, Phillip C. Lotshaw, Jeffrey Larson, James Ostrowski og Travis S. Humble. "Parameteroverføring for omtrentlig kvanteoptimalisering av vektet MaxCut". ACM Transactions on Quantum Computing 4, 1–15 (2023).
https: / / doi.org/ 10.1145 / 3584706

[10] Sami Boulebnane, Xavier Lucas, Agnes Meyder, Stanislaw Adaszewski og Ashley Montanaro. "Peptidkonformasjonsprøvetaking ved bruk av den omtrentlige kvanteoptimaliseringsalgoritmen". npj Quantum Information 9, 70 (2023). url: https://​/​doi.org/​10.1038/​s41534-023-00733-5.
https:/​/​doi.org/​10.1038/​s41534-023-00733-5

[11] Sebastian Brandhofer, Daniel Braun, Vanessa Dehn, Gerhard Hellstern, Matthias Hüls, Yanjun Ji, Ilia Polian, Amandeep Singh Bhatia og Thomas Wellens. "Benchmarking ytelsen til porteføljeoptimalisering med qaoa". Quantum Information Processing 22, 25 (2022).
https:/​/​doi.org/​10.1007/​s11128-022-03766-5

[12] Sami Boulebnane og Ashley Montanaro. "Forutsi parametere for den omtrentlige kvanteoptimaliseringsalgoritmen for maksimalt kutt fra grensen for uendelig størrelse" (2021). url: https://​/​doi.org/​10.48550/​arXiv.2110.10685.
https://​/​doi.org/​10.48550/​arXiv.2110.10685

[13] Edward Farhi, Jeffrey Goldstone, Sam Gutmann og Leo Zhou. "Den omtrentlige kvanteoptimaliseringsalgoritmen og Sherrington-Kirkpatrick-modellen i uendelig størrelse". Quantum 6, 759 (2022).
https:/​/​doi.org/​10.22331/​q-2022-07-07-759

[14] Amir Dembo, Andrea Montanari og Subhabrata Sen. "Ekstreme kutt av sparsomme tilfeldige grafer". The Annals of Probability 45 (2017).
https://​/​doi.org/​10.1214/​15-aop1084

[15] Gavin E Crooks. "Ytelse av den omtrentlige kvanteoptimaliseringsalgoritmen på det maksimale kuttproblemet" (2018). url: https://​/​doi.org/​10.48550/​arXiv.1811.08419.
https://​/​doi.org/​10.48550/​arXiv.1811.08419

[16] Michael Streif og Martin Leib. "Opplæring av den omtrentlige kvanteoptimaliseringsalgoritmen uten tilgang til en kvantebehandlingsenhet". Quantum Science and Technology 5, 034008 (2020).
https:/​/​doi.org/​10.1088/​2058-9565/​ab8c2b

[17] Leo Zhou, Sheng-Tao Wang, Soonwon Choi, Hannes Pichler og Mikhail D. Lukin. "Omtrentlig kvanteoptimaliseringsalgoritme: Ytelse, mekanisme og implementering på enheter på kort sikt". Fysisk gjennomgang X 10, 021067 (2020).
https: / / doi.org/ 10.1103 / PhysRevX.10.021067

[18] Ruslan Shaydulin, Ilya Safro og Jeffrey Larson. "Multistartmetoder for omtrentlig kvanteoptimalisering". I IEEE High Performance Extreme Computing Conference. Side 1–8. (2019).
https://​/​doi.org/​10.1109/​hpec.2019.8916288

[19] Xinwei Lee, Yoshiyuki Saito, Dongsheng Cai og Nobuyoshi Asai. "Parameterfiksingsstrategi for omtrentlig kvanteoptimaliseringsalgoritme". 2021 IEEE International Conference on Quantum Computing and Engineering (QCE) (2021).
https://​/​doi.org/​10.1109/​qce52317.2021.00016

[20] Stefan H. Sack og Maksym Serbyn. "Kvanteutglødningsinitialisering av den omtrentlige kvanteoptimaliseringsalgoritmen". Quantum 5, 491 (2021).
https:/​/​doi.org/​10.22331/​q-2021-07-01-491

[21] Ohad Amosy, Tamuz Danzig, Ely Porat, Gal Chechik og Adi Makmal. "Iterativ-fri kvante omtrentlig optimaliseringsalgoritme ved bruk av nevrale nettverk" (2022). url: https://​/​doi.org/​10.48550/​arXiv.2208.09888.
https://​/​doi.org/​10.48550/​arXiv.2208.09888

[22] Danylo Lykov, Roman Schutski, Alexey Galda, Valeri Vinokur og Yuri Alexeev. "Tensornettverk kvantesimulator med trinnavhengig parallellisering". I 2022 IEEE International Conference on Quantum Computing and Engineering (QCE). Side 582–593. (2022).
https: / / doi.org/ 10.1109 / QCE53715.2022.00081

[23] Matija Medvidović og Giuseppe Carleo. "Klassisk variasjonssimulering av den omtrentlige kvanteoptimaliseringsalgoritmen". npj Quantum Information 7 (2021).
https: / / doi.org/ 10.1038 / s41534-021-00440-z

[24] Ruslan Shaydulin og Stefan M. Wild. "Å utnytte symmetri reduserer kostnadene ved å trene QAOA". IEEE Transactions on Quantum Engineering 2, 1–9 (2021).
https: / / doi.org/ 10.1109 / tqe.2021.3066275

[25] Ruslan Shaydulin og Yuri Alexeev. "Evaluering av omtrentlig kvanteoptimaliseringsalgoritme: En casestudie". Tiende internasjonale konferanse om grønn og bærekraftig databehandling (2019).
https: / / doi.org/ 10.1109 / IGSC48788.2019.8957201

[26] Fernando GSL Brandão, Michael Broughton, Edward Farhi, Sam Gutmann og Hartmut Neven. "For faste kontrollparametere konsentreres den omtrentlige kvanteoptimaliseringsalgoritmens objektive funksjonsverdi for typiske tilfeller" (2018). url: https://​/​doi.org/​10.48550/​arXiv.1812.04170.
https://​/​doi.org/​10.48550/​arXiv.1812.04170

[27] V. Akshay, D. Rabinovich, E. Campos og J. Biamonte. "Parameterkonsentrasjoner i omtrentlig kvanteoptimalisering". Fysisk gjennomgang A 104 (2021).
https://​/​doi.org/​10.1103/​physreva.104.l010401

[28] Phillip C. Lotshaw, Travis S. Humble, Rebekah Herrman, James Ostrowski og George Siopsis. "Empirisk ytelse grenser for omtrentlig kvanteoptimalisering". Quantum Information Processing 20, 403 (2021).
https:/​/​doi.org/​10.1007/​s11128-021-03342-3

[29] Alexey Galda, Xiaoyuan Liu, Danylo Lykov, Yuri Alexeev og Ilya Safro. "Overførbarhet av optimale qaoa-parametere mellom tilfeldige grafer". I 2021 IEEE International Conference on Quantum Computing and Engineering (QCE). Side 171–180. (2021).
https: / / doi.org/ 10.1109 / QCE52317.2021.00034

[30] Xinwei Lee, Ningyi Xie, Dongsheng Cai, Yoshiyuki Saito og Nobuyoshi Asai. "En dybdeprogressiv initialiseringsstrategi for omtrentlig kvanteoptimaliseringsalgoritme". Matematikk 11, 2176 (2023).
https://​/​doi.org/​10.3390/​math11092176

[31] Sami Khairy, Ruslan Shaydulin, Lukasz Cincio, Yuri Alexeev og Prasanna Balaprakash. "Lære å optimalisere variasjonskvantekretser for å løse kombinatoriske problemer". Proceedings of the AAAI Conference on Artificial Intelligence 34, 2367–2375 (2020).
https: / / doi.org/ 10.1609 / aaai.v34i03.5616

[32] Guillaume Verdon, Michael Broughton, Jarrod R. McClean, Kevin J. Sung, Ryan Babbush, Zhang Jiang, Hartmut Neven og Masoud Mohseni. "Lære å lære med kvantenevrale nettverk via klassiske nevrale nettverk" (2019). url: https://​/​doi.org/​10.48550/​arXiv.1907.05415.
https://​/​doi.org/​10.48550/​arXiv.1907.05415

[33] Sami Khairy, Ruslan Shaydulin, Lukasz Cincio, Yuri Alexeev og Prasanna Balaprakash. "Forsterkningslæringsbasert variasjonskvantekretsoptimering for kombinatoriske problemer" (2019). url: https://​/​doi.org/​10.48550/​arXiv.1911.04574.
https://​/​doi.org/​10.48550/​arXiv.1911.04574

[34] Matteo M. Wauters, Emanuele Panizon, Glen B. Mbeng og Giuseppe E. Santoro. "Forsterkning-læring-assistert kvanteoptimalisering". Physical Review Research 2 (2020).
https: / / doi.org/ 10.1103 / physrevresearch.2.033446

[35] Mahabubul Alam, Abdullah Ash-Saki og Swaroop Ghosh. "Akselererer omtrentlig kvanteoptimaliseringsalgoritme ved hjelp av maskinlæring". 2020 Design, Automation & Test in Europe Conference & Exhibition (DATO) (2020).
https://​/​doi.org/​10.23919/​date48585.2020.9116348

[36] Jiahao Yao, Lin Lin og Marin Bukov. "Forsterkende læring for mange-kropps grunntilstandsforberedelse inspirert av motdiabatisk kjøring". Fysisk gjennomgang X 11 (2021).
https: / / doi.org/ 10.1103 / physrevx.11.031070

[37] Zhihui Wang, Stuart Hadfield, Zhang Jiang og Eleanor G. Rieffel. "Omtrentlig kvanteoptimaliseringsalgoritme for MaxCut: En fermionisk visning". Fysisk gjennomgang A 97 (2018).
https: / / doi.org/ 10.1103 / physreva.97.022304

[38] Jonathan Wurtz og Danylo Lykov. "Den faste vinkelformodningen for QAOA på vanlige MaxCut-grafer" (2021). url: https://​/​doi.org/​10.48550/​arXiv.2107.00677.
https://​/​doi.org/​10.48550/​arXiv.2107.00677

[39] Stuart Hadfield. "Kvantealgoritmer for vitenskapelig databehandling og omtrentlig optimalisering" (2018). url: https://​/​doi.org/​10.48550/​1805.03265.
https: / / doi.org/ 10.48550 / 1805.03265

[40] Paul Glasserman. "Monte carlo-metoder i finansteknikk". Bind 53. Springer. (2004).
https:/​/​doi.org/​10.1007/​978-0-387-21617-1

[41] Walter Rudin. "Ekte og kompleks analyse". McGraw-Hill. (1974).

[42] Walter Rudin. "Prinsipp for matematisk analyse". McGraw-hill. (1976).

[43] Colin McDiarmid. "Om metoden for avgrensede forskjeller". Side 148–188. London Mathematical Society Lecture Note Series. Cambridge University Press. (1989).
https: / / doi.org/ 10.1017 / CBO9781107359949.008

[44] Lutz Warnke. "Om metoden for typiske avgrensede forskjeller". Combinatorics, Probability and Computing 25, 269–299 (2016).
https: / / doi.org/ 10.1017 / S0963548315000103

[45] Roman Vershynin. "Høydimensjonal sannsynlighet: En introduksjon med applikasjoner innen datavitenskap". Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press. (2018).
https: / / doi.org/ 10.1017 / 9781108231596

[46] Joao Basso, David Gamarnik, Song Mei og Leo Zhou. "Ytelse og begrensninger av QAOA på konstante nivåer på store sparsomme hypergrafer og spinnglassmodeller". 2022 IEEE 63rd Annual Symposium on Foundations of Computer Science (FOCS) (2022).
https://​/​doi.org/​10.1109/​focs54457.2022.00039

[47] G Parisi. "En sekvens av tilnærmede løsninger til sk-modellen for spinnbriller". Journal of Physics A: Mathematical and General 13, L115 (1980).
https:/​/​doi.org/​10.1088/​0305-4470/​13/​4/​009

[48] Michel Talagrand. "Parisi-formelen". Annals of Mathematics (2006).
https: / / doi.org/ 10.4007 / annals.2006.163.221

[49] Dmitry Panchenko. "Sherrington-Kirkpatrick-modellen". Springer Science & Business Media. (2013).
https:/​/​doi.org/​10.1007/​978-1-4614-6289-7

[50] Ruslan Shaydulin, Kunal Marwaha, Jonathan Wurtz og Phillip C Lotshaw. "QAOAKit: Et verktøysett for reproduserbare studier, applikasjoner og verifisering av QAOA". Second International Workshop on Quantum Computing Software (2021).
https://​/​doi.org/​10.1109/​QCS54837.2021.00011

[51] Joao Basso, Edward Farhi, Kunal Marwaha, Benjamin Villalonga og Leo Zhou. "Den omtrentlige kvanteoptimaliseringsalgoritmen ved høy dybde for maxcut på vanlige grafer med stor omkrets og sherrington-kirkpatrick-modellen" (2021). url: https://​/​doi.org/​10.48550/​arXiv.2110.14206.
https://​/​doi.org/​10.48550/​arXiv.2110.14206

[52] Dylan Herman, Ruslan Shaydulin, Yue Sun, Shouvanik Chakrabarti, Shaohan Hu, Pierre Minssen, Arthur Rattew, Romina Yalovetzky og Marco Pistoia. "Begrenset optimalisering via kvante zeno-dynamikk". Communications Physics 6, 219 (2023).
https:/​/​doi.org/​10.1038/​s42005-023-01331-9

[53] N. Slate, E. Matwiejew, S. Marsh og JB Wang. "Quantum walk-basert porteføljeoptimalisering". Quantum 5, 513 (2021).
https:/​/​doi.org/​10.22331/​q-2021-07-28-513

[54] Mark Hodson, Brendan Ruck, Hugh Ong, David Garvin og Stefan Dulman. "Porteføljerebalanseringseksperimenter ved bruk av kvantealternerende operatøransatz" (2019). url: https://​/​doi.org/​10.48550/​arXiv.1911.05296.
https://​/​doi.org/​10.48550/​arXiv.1911.05296

[55] Tianyi Hao, Ruslan Shaydulin, Marco Pistoia og Jeffrey Larson. "Utnyttelse av energi uten begrensninger i begrenset variasjonskvanteoptimalisering". 2022 IEEE/​ACM Third International Workshop on Quantum Computing Software (QCS) (2022).
https://​/​doi.org/​10.1109/​qcs56647.2022.00017

[56] Zichang He, Ruslan Shaydulin, Shouvanik Chakrabarti, Dylan Herman, Changhao Li, Yue Sun og Marco Pistoia. "Justering mellom starttilstand og mikser forbedrer qaoa-ytelsen for begrenset optimalisering". npj Quantum Information 9, 121 (2023).
https:/​/​doi.org/​10.1038/​s41534-023-00787-5

[57] "Qiskit finans". https:/​/​qiskit.org/​documentation/​finance/​.
https://​/​qiskit.org/​documentation/​finance/​

[58] Steven G. Johnson. "NLopt ikke-lineær optimaliseringspakke" (2022). http://​/​github.com/​stevengj/​nlopt.
http://​/​github.com/​stevengj/​nlopt

[59] Michael JD Powell. "BOBYQA-algoritmen for bundet begrenset optimalisering uten derivater". Cambridge NA-rapport NA2009/​06 26 (2009).

[60] Ruslan Shaydulin og Stefan M. Wild. "Betydningen av kjernebåndbredde i kvantemaskinlæring". Fysisk gjennomgang A 106 (2022).
https: / / doi.org/ 10.1103 / physreva.106.042407

[61] Abdulkadir Canatar, Evan Peters, Cengiz Pehlevan, Stefan M. Wild og Ruslan Shaydulin. "Båndbredde muliggjør generalisering i kvantekjernemodeller" (2022). url: https://​/​doi.org/​10.48550/​arXiv.2206.06686.
https://​/​doi.org/​10.48550/​arXiv.2206.06686

[62] Kaining Zhang, Liu Liu, Min-Hsiu Hsieh og Dacheng Tao. "Rømme fra det golde platået via gaussiske initialiseringer i dype variasjonskvantekretser". I fremskritt innen nevrale informasjonsbehandlingssystemer. Bind 35, side 18612–18627. Curran Associates, Inc. (2022).

Sitert av

[1] Dylan Herman, Cody Googin, Xiaoyuan Liu, Yue Sun, Alexey Galda, Ilya Safro, Marco Pistoia og Yuri Alexeev, "Quantum computing for finance", Naturanmeldelser Fysikk 5 8, 450 (2023).

[2] Abid Khan, Bryan K. Clark og Norm M. Tubman, "Pre-optimizing variational quantum eigensolvers with tensor networks", arxiv: 2310.12965, (2023).

[3] Igor Gaidai og Rebekah Herrman, "Performance Analysis of Multi-Angle QAOA for p > 1", arxiv: 2312.00200, (2023).

[4] Dylan Herman, Ruslan Shaydulin, Yue Sun, Shouvanik Chakrabarti, Shaohan Hu, Pierre Minssen, Arthur Rattew, Romina Yalovetzky og Marco Pistoia, "Begrenset optimering via kvante Zeno-dynamikk", Kommunikasjonsfysikk 6 1, 219 (2023).

[5] Ruslan Shaydulin, Changhao Li, Shouvanik Chakrabarti, Matthew DeCross, Dylan Herman, Niraj Kumar, Jeffrey Larson, Danylo Lykov, Pierre Minssen, Yue Sun, Yuri Alexeev, Joan M. Dreiling, John P. Gaebler, Thomas M. Gatterman , Justin A. Gerber, Kevin Gilmore, Dan Gresh, Nathan Hewitt, Chandler V. Horst, Shaohan Hu, Jacob Johansen, Mitchell Matheny, Tanner Mengle, Michael Mills, Steven A. Moses, Brian Neyenhuis, Peter Siegfried, Romina Yalovetzky og Marco Pistoia, "Bevis på skaleringsfordel for den omtrentlige kvanteoptimaliseringsalgoritmen på et klassisk uløselig problem", arxiv: 2308.02342, (2023).

[6] Filip B. Maciejewski, Stuart Hadfield, Benjamin Hall, Mark Hodson, Maxime Dupont, Bram Evert, James Sud, M. Sohaib Alam, Zhihui Wang, Stephen Jeffrey, Bhuvanesh Sundar, P. Aaron Lott, Shon Grabbe, Eleanor G Rieffel, Matthew J. Reagor og Davide Venturelli, "Design og utførelse av kvantekretser ved bruk av titalls superledende qubits og tusenvis av porter for tette Ising-optimaliseringsproblemer", arxiv: 2308.12423, (2023).

[7] Mara Vizzuso, Gianluca Passarelli, Giovanni Cantele og Procolo Lucignano, "Convergence of Digitalized-Counterdiabatic QAOA: circuit depth versus free parameters", arxiv: 2307.14079, (2023).

Sitatene ovenfor er fra SAO / NASA ADS (sist oppdatert vellykket 2024-01-19 00:28:46). Listen kan være ufullstendig fordi ikke alle utgivere gir passende og fullstendige sitasjonsdata.

On Crossrefs siterte tjeneste ingen data om sitering av verk ble funnet (siste forsøk 2024-01-19 00:28:44).

Tidstempel:

Mer fra Kvantejournal