Setarea parametrilor în Optimizarea aproximativă cuantică a problemelor ponderate

Republicat de Platon

Urmaritori: 0

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

¹Cercetare aplicată în tehnologie globală, JPMorgan Chase, New York, NY 10017
²Departamentul de Matematică, Universitatea din California, Berkeley, CA 94720

Găsiți această lucrare interesant sau doriți să discutați? Scite sau lasă un comentariu la SciRate.

Abstract

Quantum Approximate Optimization Algorithm (QAOA) este un algoritm candidat de top pentru rezolvarea problemelor de optimizare combinatorie pe calculatoarele cuantice. Cu toate acestea, în multe cazuri QAOA necesită o optimizare intensivă a parametrilor. Provocarea optimizării parametrilor este deosebit de acută în cazul problemelor ponderate, pentru care valorile proprii ale operatorului de fază nu sunt întregi, iar peisajul energetic QAOA nu este periodic. În această lucrare, dezvoltăm euristici de setare a parametrilor pentru QAOA aplicate unei clase generale de probleme ponderate. În primul rând, derivăm parametrii optimi pentru QAOA cu adâncimea $p=1$ aplicată problemei MaxCut ponderate sub diferite ipoteze asupra ponderilor. În special, dovedim riguros înțelepciunea convențională că, în cazul mediu, primul optim local aproape de zero oferă parametri QAOA optimi la nivel global. În al doilea rând, pentru $pgeq 1$ demonstrăm că peisajul energetic QAOA pentru MaxCut ponderat se apropie de cel pentru cazul neponderat sub o simplă redimensionare a parametrilor. Prin urmare, putem folosi parametrii obținuți anterior pentru MaxCut neponderat pentru probleme ponderate. În cele din urmă, demonstrăm că pentru $p=1$ obiectivul QAOA se concentrează puternic în jurul așteptărilor sale, ceea ce înseamnă că regulile noastre de setare a parametrilor sunt valabile cu mare probabilitate pentru o instanță ponderată aleatorie. Validăm numeric această abordare pe grafice ponderate generale și arătăm că, în medie, energia QAOA cu parametrii fixați propuși este de doar 1.1 $ puncte procentuale distanță de cea cu parametrii optimizați. În al treilea rând, propunem o schemă generală de redimensionare euristică inspirată din rezultatele analitice pentru MaxCut ponderat și demonstrăm eficacitatea acesteia folosind QAOA cu mixerul XY Hamming-conservare a greutății aplicat problemei de optimizare a portofoliului. Euristica noastră îmbunătățește convergența optimizatorilor locali, reducând numărul de iterații de 7.4 ori în medie.

Imagine prezentată: Procedură pentru transferul parametrilor optimi QAOA de la modelul Sherrington-Kirkpatrick (SK) la o problemă MaxCut ponderată pe un grafic obișnuit de aceeași dimensiune. Parametrii $gamma^{text{inf}}$ sunt scalați conform metodei propuse, în timp ce $beta^{text{inf}}$ sunt fixați. Graficul arată că QAOA cu noua tehnică de scalare realizează un raport de aproximare mai mare decât tehnicile anterioare și comparabil cu parametrii optimizați.

Rezumat popular

Această lucrare investighează regulile de setare a parametrilor pentru QAOA, un algoritm euristic cuantic de vârf, aplicat unei clase generale de probleme de optimizare combinatorie. Optimizarea parametrilor este un blocaj semnificativ pentru aplicarea pe termen scurt. Este propusă o euristică generală de scalare a parametrilor pentru transferul parametrilor QAOA între instanțe de problemă ponderate și sunt prezentate rezultate riguroase care arată eficacitatea acestei proceduri pe MaxCut. În plus, cifrele arată că această procedură reduce semnificativ timpul de pregătire al QAOA pentru optimizarea portofoliului, care este o problemă importantă în ingineria financiară.

► Date BibTeX

@article{Sureshbabu2024parametersettingin, doi = {10.22331/q-2024-01-18-1231}, url = {https://doi.org/10.22331/q-2024-01-18-1231}, title = {Parameter {S}etting in {Q}uantum {A}pproximate {O}ptimization of {W}eighted {P}roblems}, author = {Sureshbabu, Shree Hari and Herman, Dylan and Shaydulin, Ruslan and Basso, Joao and Chakrabarti, Shouvanik and Sun, Yue and Pistoia, Marco}, journal = {{Quantum}}, issn = {2521-327X}, publisher = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volume = {8}, pages = {1231}, month = jan, year = {2024} }

► Referințe

[1] Michael A Nielsen și Isaac L Chuang. „Calcul cuantic și informații cuantice”. Presa universitară Cambridge. (2010).
https: / / doi.org/ 10.1017 / CBO9780511976667

[2] Dylan Herman, Cody Googin, Xiaoyuan Liu, Alexey Galda, Ilya Safro, Yue Sun, Marco Pistoia și Yuri Alexeev. „Un studiu asupra calculului cuantic pentru finanțe” (2022). url: https:///doi.org/10.48550/arXiv.2201.02773.
https:///doi.org/10.48550/arXiv.2201.02773

[3] Tad Hogg și Dmitriy Portnov. „Optimizare cuantică”. Information Sciences 128, 181–197 (2000).
https://doi.org/10.1016/s0020-0255(00)00052-9

[4] Edward Farhi, Jeffrey Goldstone și Sam Gutmann. „Un algoritm de optimizare cuantică aproximativă” (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 și Rupak Biswas. „De la algoritmul de optimizare cuantică aproximativă la un operator cuantic alternativ ansatz”. Algoritmi 12, 34 (2019). url: https:///doi.org/10.3390/a12020034.
https: / / doi.org/ 10.3390 / a12020034

[6] Sami Boulebnane și Ashley Montanaro. „Rezolvarea problemelor de satisfacție booleană cu algoritmul de optimizare cuantică aproximativă” (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 și Leo Zhou. „Algoritmul de optimizare cuantică aproximativă la adâncime mare pentru maxcut pe grafice regulate cu circumferință mare și modelul Sherrington-kirkpatrick”. Proceedings of Conference on the Theory of Quantum Computation, Communication and Criptography 7, 1–21 (2022).
https:///doi.org/10.4230/LIPICS.TQC.2022.7

[8] Matthew B. Hastings. „Un algoritm clasic care bate, de asemenea, $frac{1}{2}+frac{2}{pi}frac{1}{sqrt{d}}$ pentru tăierea maximă a circumferinței mari” (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 și Travis S. Humble. „Transferul parametrilor pentru optimizarea cuantică aproximativă a MaxCut ponderat”. Tranzacții ACM pe calculul cuantic 4, 1–15 (2023).
https: / / doi.org/ 10.1145 / 3584706

[10] Sami Boulebnane, Xavier Lucas, Agnes Meyder, Stanislaw Adaszewski și Ashley Montanaro. „Eșantionarea conformațională a peptidelor folosind algoritmul de optimizare cuantică aproximativă”. 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 și Thomas Wellens. „Evaluarea performanței optimizării portofoliului cu qaoa”. Quantum Information Processing 22, 25 (2022).
https://doi.org/10.1007/s11128-022-03766-5

[12] Sami Boulebnane și Ashley Montanaro. „Predicția parametrilor pentru algoritmul de optimizare cuantică aproximativă pentru tăierea maximă de la limita de dimensiune infinită” (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 și Leo Zhou. „Algoritmul de optimizare cuantică aproximativă și modelul Sherrington-Kirkpatrick la dimensiune infinită”. Quantum 6, 759 (2022).
https://doi.org/10.22331/q-2022-07-07-759

[14] Amir Dembo, Andrea Montanari și senatorul Subhabrata „Extremal cuts of sparse random graphs”. Analele probabilității 45 (2017).
https:///doi.org/10.1214/15-aop1084

[15] Gavin E Crooks. „Performanța algoritmului de optimizare cuantică aproximativă pe problema tăierii maxime” (2018). url: https:///doi.org/10.48550/arXiv.1811.08419.
https:///doi.org/10.48550/arXiv.1811.08419

[16] Michael Streif și Martin Leib. „Instruirea algoritmului de optimizare cuantică aproximativă fără acces la o unitate de procesare cuantică”. 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 și Mikhail D. Lukin. „Algoritm de optimizare cuantică aproximativă: performanță, mecanism și implementare pe dispozitive pe termen scurt”. Physical Review X 10, 021067 (2020).
https: / / doi.org/ 10.1103 / PhysRevX.10.021067

[18] Ruslan Shaydulin, Ilya Safro și Jeffrey Larson. „Metode multistart pentru optimizarea cuantică aproximativă”. În cadrul IEEE High Performance Extreme Computing Conference. Paginile 1–8. (2019).
https:///doi.org/10.1109/hpec.2019.8916288

[19] Xinwei Lee, Yoshiyuki Saito, Dongsheng Cai și Nobuyoshi Asai. „Strategia de fixare a parametrilor pentru algoritmul de optimizare cuantică aproximativă”. 2021 IEEE International Conference on Quantum Computing and Engineering (QCE) (2021).
https:///doi.org/10.1109/qce52317.2021.00016

[20] Stefan H. Sack si Maksym Serbyn. „Inițializarea recoacirii cuantice a algoritmului de optimizare cuantică aproximativă”. Quantum 5, 491 (2021).
https://doi.org/10.22331/q-2021-07-01-491

[21] Ohad Amosy, Tamuz Danzig, Ely Porat, Gal Chechik și Adi Makmal. „Algoritm de optimizare aproximativă cuantică fără iterativ folosind rețele neuronale” (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 și Yuri Alexeev. „Simulator cuantic de rețea de tensori cu paralelizare dependentă de pas”. În 2022, IEEE International Conference on Quantum Computing and Engineering (QCE). Paginile 582–593. (2022).
https: / / doi.org/ 10.1109 / QCE53715.2022.00081

[23] Matija Medvidović și Giuseppe Carleo. „Simularea variațională clasică a algoritmului de optimizare cuantică aproximativă”. npj Quantum Information 7 (2021).
https: / / doi.org/ 10.1038 / s41534-021-00440-z

[24] Ruslan Shaydulin și Stefan M. Wild. „Exploarea simetriei reduce costul instruirii QAOA”. IEEE Transactions on Quantum Engineering 2, 1–9 (2021).
https:///doi.org/10.1109/tqe.2021.3066275

[25] Ruslan Shaydulin și Yuri Alexeev. „Evaluarea algoritmului de optimizare cuantică aproximativă: un studiu de caz”. A zecea conferință internațională de calcul ecologic și durabil (2019).
https:///doi.org/10.1109/IGSC48788.2019.8957201

[26] Fernando GSL Brandão, Michael Broughton, Edward Farhi, Sam Gutmann și Hartmut Neven. „Pentru parametrii de control fix, valoarea funcției obiective a algoritmului de optimizare cuantică aproximativă se concentrează pentru cazuri tipice” (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 și J. Biamonte. „Concentrațiile parametrilor în optimizarea aproximativă cuantică”. Revista fizică A 104 (2021).
https:///doi.org/10.1103/physreva.104.l010401

[28] Phillip C. Lotshaw, Travis S. Humble, Rebekah Herrman, James Ostrowski și George Siopsis. „Limite de performanță empirice pentru optimizarea aproximativă cuantică”. Quantum Information Processing 20, 403 (2021).
https://doi.org/10.1007/s11128-021-03342-3

[29] Alexey Galda, Xiaoyuan Liu, Danylo Lykov, Yuri Alexeev și Ilya Safro. „Transferabilitatea parametrilor optimi qaoa între grafice aleatorii”. În 2021, IEEE International Conference on Quantum Computing and Engineering (QCE). Paginile 171–180. (2021).
https: / / doi.org/ 10.1109 / QCE52317.2021.00034

[30] Xinwei Lee, Ningyi Xie, Dongsheng Cai, Yoshiyuki Saito și Nobuyoshi Asai. „O strategie de inițializare progresivă în profunzime pentru algoritmul de optimizare cuantică aproximativă”. Matematică 11, 2176 (2023).
https:///doi.org/10.3390/math11092176

[31] Sami Khairy, Ruslan Shaydulin, Lukasz Cicio, Yuri Alexeev și Prasanna Balaprakash. „Învățarea optimizării circuitelor cuantice variaționale pentru a rezolva probleme combinatorii”. 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 și Masoud Mohseni. „Învățați să învățați cu rețele neuronale cuantice prin intermediul rețelelor neuronale clasice” (2019). url: https:///doi.org/10.48550/arXiv.1907.05415.
https:///doi.org/10.48550/arXiv.1907.05415

[33] Sami Khairy, Ruslan Shaydulin, Lukasz Cicio, Yuri Alexeev și Prasanna Balaprakash. „Optimizarea circuitelor cuantice variaționale bazată pe întărire-învățare pentru probleme combinatorii” (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 și Giuseppe E. Santoro. „Optimizare cuantică asistată de întărire-învățare”. Physical Review Research 2 (2020).
https: / / doi.org/ 10.1103 / physrevresearch.2.033446

[35] Mahabubul Alam, Abdullah Ash-Saki și Swaroop Ghosh. „Accelerarea algoritmului de optimizare cuantică aproximativă folosind învățarea automată”. 2020 Design, Automation & Test in Europe Conference & Exhibition (DATE) (2020).
https:///doi.org/10.23919/date48585.2020.9116348

[36] Jiahao Yao, Lin Lin și Marin Bukov. „Învățare de întărire pentru pregătirea mai multor corp inspirată de conducerea contradiabatică”. Revista fizică X 11 (2021).
https: / / doi.org/ 10.1103 / physrevx.11.031070

[37] Zhihui Wang, Stuart Hadfield, Zhang Jiang și Eleanor G. Rieffel. „Algoritm de optimizare cuantică aproximativă pentru MaxCut: O vedere fermionică”. Revista fizică A 97 (2018).
https: / / doi.org/ 10.1103 / physreva.97.022304

[38] Jonathan Wurtz și Danylo Lykov. „Conjectura cu unghi fix pentru QAOA pe graficele MaxCut obișnuite” (2021). url: https:///doi.org/10.48550/arXiv.2107.00677.
https:///doi.org/10.48550/arXiv.2107.00677

[39] Stuart Hadfield. „Algoritmi cuantici pentru calcul științific și optimizare aproximativă” (2018). url: https:///doi.org/10.48550/1805.03265.
https: / / doi.org/ 10.48550 / 1805.03265

[40] Paul Glasserman. „Metode Monte Carlo în ingineria financiară”. Volumul 53. Springer. (2004).
https://doi.org/10.1007/978-0-387-21617-1

[41] Walter Rudin. „Analiza reală și complexă”. McGraw-Hill. (1974).

[42] Walter Rudin. „Principiile analizei matematice”. McGraw-hill. (1976).

[43] Colin McDiarmid. „Despre metoda diferențelor mărginite”. Pagina 148–188. London Mathematical Society Lecture Note Series. Cambridge University Press. (1989).
https: / / doi.org/ 10.1017 / CBO9781107359949.008

[44] Lutz Warnke. „Despre metoda diferențelor mărginite tipice”. Combinatorică, probabilitate și calcul 25, 269–299 (2016).
https: / / doi.org/ 10.1017 / S0963548315000103

[45] Roman Vershynin. „Probabilitate dimensională înaltă: o introducere cu aplicații în știința datelor”. Seria Cambridge în matematică statistică și probabilistă. Cambridge University Press. (2018).
https: / / doi.org/ 10.1017 / 9781108231596

[46] Joao Basso, David Gamarnik, Song Mei și Leo Zhou. „Performanța și limitările QAOA la niveluri constante pe hipergrafe mari rare și modele de sticlă spin”. 2022 IEEE 63th Annual Symposium on Foundations of Computer Science (FOCS) (2022).
https:///doi.org/10.1109/focs54457.2022.00039

[47] G Parisi. „O secvență de soluții aproximate la modelul sk pentru ochelari spin”. Journal of Physics A: Mathematical and General 13, L115 (1980).
https://doi.org/10.1088/0305-4470/13/4/009

[48] Michel Talagrand. „Formula Parisi”. Analele matematicii (2006).
https: / / doi.org/ 10.4007 / annals.2006.163.221

[49] Dmitri Pancenko. „Modelul Sherrington-Kirkpatrick”. Springer Science & Business Media. (2013).
https://doi.org/10.1007/978-1-4614-6289-7

[50] Ruslan Shaydulin, Kunal Marwaha, Jonathan Wurtz și Phillip C Lotshaw. „QAOAKit: Un set de instrumente pentru studiul reproductibil, aplicarea și verificarea QAOA”. Al doilea atelier internațional despre software de calcul cuantic (2021).
https:///doi.org/10.1109/QCS54837.2021.00011

[51] Joao Basso, Edward Farhi, Kunal Marwaha, Benjamin Villalonga și Leo Zhou. „Algoritmul de optimizare cuantică aproximativă la adâncime mare pentru maxcut pe grafice regulate cu circumferință mare și modelul Sherrington-kirkpatrick” (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 și Marco Pistoia. „Optimizare constrânsă prin dinamica zeno cuantică”. Fizica comunicațiilor 6, 219 (2023).
https://doi.org/10.1038/s42005-023-01331-9

[53] N. Slate, E. Matwiejew, S. Marsh și JB Wang. „Optimizarea portofoliului cuantum walk-based”. Quantum 5, 513 (2021).
https://doi.org/10.22331/q-2021-07-28-513

[54] Mark Hodson, Brendan Ruck, Hugh Ong, David Garvin și Stefan Dulman. „Experimente de reechilibrare a portofoliului folosind operatorul alternativ cuantic ansatz” (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 și Jeffrey Larson. „Exploarea energiei în constrângere în optimizarea cuantică variațională constrânsă”. 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 și Marco Pistoia. „Alinierea între starea inițială și mixer îmbunătățește performanța qaoa pentru o optimizare limitată”. npj Quantum Information 9, 121 (2023).
https://doi.org/10.1038/s41534-023-00787-5

[57] „Finanțe Qiskit”. https:///qiskit.org/documentation/finance/.
https:///qiskit.org/documentation/finance/

[58] Steven G. Johnson. „Pachetul de optimizare neliniară NLopt” (2022). http:///github.com/stevengj/nlopt.
http:///github.com/stevengj/nlopt

[59] Michael JD Powell. „Algoritmul BOBYQA pentru optimizarea constrânsă legată fără derivate”. Cambridge NA Report NA2009/06 26 (2009).

[60] Ruslan Shaydulin și Stefan M. Wild. „Importanța lățimii de bandă a nucleului în învățarea automată cuantică”. Revista fizică A 106 (2022).
https: / / doi.org/ 10.1103 / physreva.106.042407

[61] Abdulkadir Canatar, Evan Peters, Cengiz Pehlevan, Stefan M. Wild și Ruslan Shaydulin. „Lățimea de bandă permite generalizarea în modelele de nucleu cuantic” (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 și Dacheng Tao. „Evadarea de pe platoul steril prin inițializari gaussiene în circuite cuantice variaționale profunde”. În avansuri în sistemele de procesare a informațiilor neuronale. Volumul 35, paginile 18612–18627. Curran Associates, Inc. (2022).

Citat de

[1] Dylan Herman, Cody Googin, Xiaoyuan Liu, Yue Sun, Alexey Galda, Ilya Safro, Marco Pistoia și Yuri Alexeev, „Quantum computing for finance”, Nature Reviews Fizica 5 8, 450 (2023).

[2] Abid Khan, Bryan K. Clark și Norm M. Tubman, „Pre-optimizing variational quantum eigensolvers with tensor networks”, arXiv: 2310.12965, (2023).

[3] Igor Gaidai și Rebekah Herrman, „Analiza performanței QAOA cu mai multe unghiuri pentru p > 1”, arXiv: 2312.00200, (2023).

[4] Dylan Herman, Ruslan Shaydulin, Yue Sun, Shouvanik Chakrabarti, Shaohan Hu, Pierre Minssen, Arthur Rattew, Romina Yalovetzky și Marco Pistoia, „Constrained optimization via quantum Zeno dynamics”, Fizica comunicațiilor 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 și Marco Pistoia, „Evidence of Scaling Advantage for the Quantum Aproximate Optimization Algorithm on a Classically Intractable 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 și Davide Venturelli, „Proiectarea și execuția circuitelor cuantice folosind zeci de qubiți supraconductori și mii de porți pentru probleme de optimizare Ising dense”, arXiv: 2308.12423, (2023).

[7] Mara Vizzuso, Gianluca Passarelli, Giovanni Cantele și Procolo Lucignano, „Convergence of Digitized-Counterdiabatic QAOA: circuit depth versus free parameters”, arXiv: 2307.14079, (2023).

Citatele de mai sus sunt din ADS SAO / NASA (ultima actualizare cu succes 2024-01-19 00:28:46). Lista poate fi incompletă, deoarece nu toți editorii furnizează date de citare adecvate și complete.

On Serviciul citat de Crossref nu s-au găsit date despre citarea lucrărilor (ultima încercare 2024-01-19 00:28:44).

Acest Lucru este publicat în Quantum sub Creative Commons Atribuire 4.0 internațională (CC BY 4.0) licență. Drepturile de autor rămân la deținătorii de drepturi de autor originale, precum autorii sau instituțiile lor.

Distribuție de conținut bazat pe SEO și PR. Amplifică-te astăzi.
PlatoData.Network Vertical Generative Ai. Împuterniciți-vă. Accesați Aici.
PlatoAiStream. Web3 Intelligence. Cunoștințe amplificate. Accesați Aici.
PlatoESG. carbon, CleanTech, Energie, Mediu inconjurator, Solar, Managementul deșeurilor. Accesați Aici.
PlatoHealth. Biotehnologie și Inteligență pentru studii clinice. Accesați Aici.
Sursa: https://quantum-journal.org/papers/q-2024-01-18-1231/

Timestamp-ul: Ianuarie 18, 2024

Timestamp-ul: 15 Mai, 2023

Setarea parametrilor în Quantum Optimizarea aproximativă a problemelor ponderate

Republicat de Platon

Abstract

Rezumat popular

► Date BibTeX

► Referințe

Citat de

Mai mult de la Jurnalul cuantic

Caracterizarea algoritmilor cuantici variaționali folosind fermioni liberi

Termometrie optimă de neechilibru în medii markoviane

Rețele recurente profunde care prezic evoluția decalajului în calculul cuantic adiabatic

Diagnosticarea platourilor sterile cu instrumente de la Quantum Optimal Control

Alchimia cuantică și catastrofa ortogonalității universale la oricine unidimensional

Falsificarea datelor cuantice: înfrângerea clasică a unui test cuantic bazat pe IQP

Teleportarea purificatoare

Coduri LDPC cuantice adaptate la părtinire

Despre noi

Căutare verticală și Ai

Platformă

Rămâneți conectat

Cont