Encoding Trade-offs And Design Toolkits In Quantum Algorithms For Discrete Optimization: Coloring, Routing, Scheduling, And Other Problems

Újra kiadta Platón

Követő: 0

Nicolas PD Sawaya¹, Albert T Schmitz²és Stuart Hadfield^3,4

¹Intel Labs, Intel Corporation, Santa Clara, California 95054, USA [nicolas.sawaya@intel.com]
²Intel Labs, Intel Corporation, Hillsboro, Oregon 97124, USA
³Quantum Artificial Intelligence Laboratory, NASA Ames Research Center, Moffett Field, California 94035, USA
⁴USRA Research Institute for Advanced Computer Science, Mountain View, California, 94043, USA

Érdekesnek találja ezt a cikket, vagy szeretne megvitatni? Scite vagy hagyjon megjegyzést a SciRate-en.

Absztrakt

A kihívást jelentő kombinatorikus optimalizálási problémák mindenütt jelen vannak a tudományban és a mérnöki tudományban. A közelmúltban számos optimalizálási kvantummódszert fejlesztettek ki, különböző beállításokban, beleértve a pontos és közelítő megoldásokat is. E kutatási területtel foglalkozva ennek a kéziratnak három különböző célja van. Először is bemutatunk egy intuitív módszert diszkrét ($azaz$ egész alapú) optimalizálási problémák szintetizálására és elemzésére, ahol a probléma és a megfelelő algoritmikus primitívek egy diszkrét kvantumköztes reprezentációval (DQIR) vannak kifejezve, amely kódolástól független. Ez a kompakt ábrázolás gyakran hatékonyabb probléma-összeállítást, a különböző kódolási lehetőségek automatizált elemzését, könnyebb értelmezhetőséget, bonyolultabb futásidejű eljárásokat és gazdagabb programozhatóságot tesz lehetővé a korábbi megközelítésekhez képest, amelyeket számos példán keresztül mutatunk be. Másodszor, numerikus vizsgálatokat végzünk több qubit kódolás összehasonlításával; az eredmények számos előzetes tendenciát mutatnak, amelyek segítenek meghatározni a kódolás kiválasztását egy adott hardverkészlethez és egy adott problémához és algoritmushoz. Tanulmányunk a grafikonok színezésével, az utazó eladó problémájával, a gyár/gép ütemezésével, a pénzügyi portfólió újraegyensúlyozásával és az egész lineáris programozással kapcsolatos problémákat tartalmaz. Harmadszor, alacsony mélységű gráf-eredetű részleges keverőket (GDPM) tervezünk 16-szintű kvantumváltozókig, bizonyítva, hogy a kompakt (bináris) kódolások jobban alkalmazhatók a QAOA-ra, mint korábban gondoltuk. Azt várjuk, hogy ez a programozási absztrakciók és alacsony szintű építőelemek eszközkészlete segít kvantumalgoritmusok tervezésében diszkrét kombinatorikus problémákhoz.

Encoding trade-offs and design toolkits in quantum algorithms for discrete optimization: coloring, routing, scheduling, and other problems PlatoBlockchain Data Intelligence. Vertical Search. Ai.

Kiemelt kép: Grafikonból származó részleges keverő (GDPM), amely egy 3 qubites változót 6 állapotra korlátoz, miközben megvalósítja pl. QAOA.

► BibTeX adatok

@article{Sawaya2023encodingtradeoffs, doi = {10.22331/q-2023-09-14-1111}, url = {https://doi.org/10.22331/q-2023-09-14-1111}, title = {Encoding trade-offs and design toolkits in quantum algorithms for discrete optimization: coloring, routing, scheduling, and other problems}, author = {Sawaya, Nicolas PD and Schmitz, Albert T and Hadfield, Stuart}, journal = {{Quantum}}, issn = {2521-327X}, publisher = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volume = {7}, pages = {1111}, month = sep, year = {2023}<br /> }

► Referenciák

[1] Christos H Papadimitriou és Kenneth Steiglitz. Kombinatorikus optimalizálás: algoritmusok és komplexitás. Courier Corporation, 1998.

[2] Szeretem K Grover. Gyors kvantummechanikai algoritmus adatbázis-kereséshez. In Proceedings of the huszonnyolcadik éves ACM szimpózium a számítástechnika elméletéről, 212–219. oldal, 1996. https://doi.org/10.1145/237814.237866.
https:///doi.org/10.1145/237814.237866

[3] Tad Hogg és Dmitrij Portnov. Kvantum optimalizálás. Information Sciences, 128(3-4):181-197, 2000. https:///doi.org/10.1016/s0020-0255(00)00052-9.
https://doi.org/10.1016/s0020-0255(00)00052-9

[4] Edward Farhi, Jeffrey Goldstone és Sam Gutmann. Egy kvantumközelítő optimalizálási algoritmus. arXiv preprint arXiv:1411.4028, 2014. https:///doi.org/10.48550/arXiv.1411.4028.
https:///doi.org/10.48550/arXiv.1411.4028
arXiv: 1411.4028

[5] Matthew B Hastings. Egy rövid útvonalú kvantum algoritmus a pontos optimalizáláshoz. Quantum, 2:78, 2018. https:///doi.org/10.22331/q-2018-07-26-78.
https://doi.org/10.22331/q-2018-07-26-78

[6] Tameem Albash és Daniel A Lidar. Adiabatikus kvantumszámítás. Reviews of Modern Physics, 90(1):015002, 2018. https:///doi.org/10.1103/revmodphys.90.015002.
https:///doi.org/10.1103/revmodphys.90.015002

[7] Stuart Hadfield, Zhihui Wang, Bryan O’Gorman, Eleanor Rieffel, Davide Venturelli, and Rupak Biswas. From the quantum approximate optimization algorithm to a quantum alternating operator ansatz. Algorithms, 12(2):34, 2019. https://doi.org/10.3390/a12020034.
https:///doi.org/10.3390/a12020034

[8] Philipp Hauke, Helmut G Katzgraber, Wolfgang Lechner, Hidetoshi Nishimori és William D Oliver. A kvantumlágyítás perspektívái: Módszerek és megvalósítások. Reports on Progress in Physics, 83(5):054401, 2020. https:///doi.org/10.1088/1361-6633/ab85b8.
https://doi.org/10.1088/1361-6633/ab85b8

[9] K.M. Svore, A.V. Ó, A.W. Cross, I. Chuang és I.L. Markov. Réteges szoftverarchitektúra kvantumszámítási tervezési eszközökhöz. Computer, 39(1):74–83, 2006. jan. https:///doi.org/10.1109/MC.2006.4.
https:///doi.org/10.1109/MC.2006.4

[10] David Ittah, Thomas Häner, Vadym Kliuchnikov és Torsten Hoefler. Adatfolyam-optimalizálás engedélyezése kvantumprogramokhoz. arXiv preprint arXiv:2101.11030, 2021. https:///doi.org/10.48550/arXiv.2101.11030.
https:///doi.org/10.48550/arXiv.2101.11030
arXiv: 2101.11030

[11] Ruslan Shaydulin, Kunal Marwaha, Jonathan Wurtz és Phillip C Lotshaw. Qaoakit: Eszközkészlet a qaoa reprodukálható tanulmányozásához, alkalmazásához és ellenőrzéséhez. 2021-ben az IEEE/ACM második nemzetközi műhelymunka a kvantumszámítási szoftverről (QCS), 64–71. IEEE, 2021. https:///doi.org/10.1109/qcs54837.2021.00011.
https:///doi.org/10.1109/qcs54837.2021.00011

[12] Nicolas P. D. Sawaya, Tim Menke, Thi Ha Kyaw, Sonika Johri, Alán Aspuru-Guzik és Gian Giacomo Guerreschi. D-szintű rendszerek erőforrás-hatékony digitális kvantumszimulációja fotonikus, vibrációs és spin-s hamiltoniánokhoz. npj Quantum Information, 6(1), 2020. június. https:///doi.org/10.1038/s41534-020-0278-0.
https://doi.org/10.1038/s41534-020-0278-0

[13] Stuart Hadfield. A logikai és valós függvények Hamilton-féle ábrázolásáról a kvantumszámításhoz. ACM Transactions on Quantum Computing, 2(4):1–21, 2021. https:///doi.org/10.1145/3478519.
https:///doi.org/10.1145/3478519

[14] Kesha Hietala, Robert Rand, Shih-Han Hung, Xiaodi Wu és Michael Hicks. Ellenőrzött optimalizálás kvantum közbenső reprezentációban. CoRR, abs/1904.06319, 2019. https:///doi.org/10.48550/arXiv.1904.06319.
https:///doi.org/10.48550/arXiv.1904.06319

[15] Thien Nguyen és Alexander McCaskey. Újracélozható optimalizáló fordítók kvantumgyorsítókhoz többszintű köztes reprezentáción keresztül. IEEE Micro, 42(5):17–33, 2022. https:///doi.org/10.1109/mm.2022.3179654.
https:///doi.org/10.1109/mm.2022.3179654

[16] Alexander McCaskey és Thien Nguyen. Egy MLIR dialektus kvantum-összeállítási nyelvekhez. 2021-ben az IEEE nemzetközi kvantumszámítási és mérnöki konferenciája (QCE), 255–264. oldal. IEEE, 2021. https:///doi.org/10.1109/qce52317.2021.00043.
https:///doi.org/10.1109/qce52317.2021.00043

[17] Andrew W Cross, Lev S Bishop, John A Smolin és Jay M Gambetta. Nyitott kvantum-összeállítás nyelv. arXiv preprint arXiv:1707.03429, 2017. https:///doi.org/10.48550/arXiv.1707.03429.
https:///doi.org/10.48550/arXiv.1707.03429
arXiv: 1707.03429

[18] Nicolas P. D. Sawaya, Gian Giacomo Guerreschi és Adam Holmes. A d-szintű részecskék digitális kvantumszimulációjának kapcsolatfüggő erőforrás-követelményeiről. 2020-ban IEEE Nemzetközi Kvantum Számítástechnikai és Mérnöki Konferencia (QCE). IEEE, 2020. https:///doi.org/10.1109/qce49297.2020.00031.
https:///doi.org/10.1109/qce49297.2020.00031

[19] Alexandru Macridin, Panagiotis Spentzouris, James Amundson és Roni Harnik. Elektron-fonon rendszerek univerzális kvantumszámítógépen. Phys. Rev. Lett., 121:110504, 2018. https:///doi.org/10.1103/PhysRevLett.121.110504.
https:///doi.org/10.1103/PhysRevLett.121.110504

[20] Sam McArdle, Alexander Mayorov, Xiao Shan, Simon Benjamin és Xiao Yuan. Molekuláris rezgések digitális kvantumszimulációja. Chem. Sci., 10(22):5725–5735, 2019. https:///doi.org/10.1039/c9sc01313j.
https:///doi.org/10.1039/c9sc01313j

[21] Pauline J. Ollitrault, Alberto Baiardi, Markus Reiher és Ivano Tavernelli. Hardverhatékony kvantum algoritmusok rezgésszerkezet számításokhoz. Chem. Sci., 11(26):6842–6855, 2020. https:///doi.org/10.1039/d0sc01908a.
https:///doi.org/10.1039/d0sc01908a

[22] Nicolas PD Sawaya, Francesco Paesani és Daniel P Tabor. Közeli és hosszú távú kvantum-algoritmikus megközelítések rezgésspektroszkópiához. Physical Review A, 104(6):062419, 2021. https:///doi.org/10.1103/physreva.104.062419.
https:///doi.org/10.1103/physreva.104.062419

[23] Jakob S Kottmann, Mario Krenn, Thi Ha Kyaw, Sumner Alperin-Lea és Alán Aspuru-Guzik. Kvantumoptikai hardver kvantum számítógéppel segített tervezése. Quantum Science and Technology, 6(3):035010, 2021. https:///doi.org/10.1088/2058-9565/abfc94.
https:///doi.org/10.1088/2058-9565/abfc94

[24] R Lora-Serrano, Daniel Julio Garcia, D Betancourth, RP Amaral, NS Camilo, E Estévez-Rams, LA Ortellado GZ és PG Pagliuso. Hígítási hatások spin 7/2 rendszerekben. a GdRhIn5 antiferromágnes esete. Journal of Magnetism and Magnetic Materials, 405:304–310, 2016. https:///doi.org/10.1016/j.jmmm.2015.12.093.
https:///doi.org/10.1016/j.jmmm.2015.12.093

[25] Jarrod R McClean, Jonathan Romero, Ryan Babbush és Alán Aspuru-Guzik. Variációs hibrid kvantum-klasszikus algoritmusok elmélete. New Journal of Physics, 18(2):023023, 2016. https:///doi.org/10.1088/1367-2630/18/2/023023.
https://doi.org/10.1088/1367-2630/18/2/023023

[26] Vladyslav Verteletskyi, Tzu-Ching Yen és Artur F Izmaylov. Mérésoptimalizálás a variációs kvantum-sajátmegoldóban minimális klikkfedés használatával. The Journal of Chemical physics, 152(12):124114, 2020. https:///doi.org/10.1063/1.5141458.
https:///doi.org/10.1063/1.5141458

[27] Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio és mások. Variációs kvantum algoritmusok. Nature Reviews Physics, 3(9):625–644, 2021. https:///doi.org/10.1038/s42254-021-00348-9.
https://doi.org/10.1038/s42254-021-00348-9

[28] Dmitrij A Fedorov, Bo Peng, Niranjan Govind és Jurij Alekszejev. VQE módszer: Egy rövid felmérés és a legújabb fejlemények. Anyagelmélet, 6(1):1–21, 2022. https:///doi.org/10.1186/s41313-021-00032-6.
https://doi.org/10.1186/s41313-021-00032-6

[29] Andrew Lucas. Számos NP probléma megoldása. Frontiers in physics, 2:5, 2014. https:///doi.org/10.3389/fphy.2014.00005.
https:///doi.org/10.3389/fphy.2014.00005

[30] Young-Hyun Oh, Hamed Mohammadbagherpoor, Patrick Dreher, Anand Singh, Xianqing Yu és Andy J. Rindos. Több színezésű kombinatorikus optimalizálási feladatok megoldása hibrid kvantum algoritmusok segítségével. arXiv preprint arXiv:1911.00595, 2019. https:///doi.org/10.48550/arXiv.1911.00595.
https:///doi.org/10.48550/arXiv.1911.00595
arXiv: 1911.00595

[31] Zhihui Wang, Nicholas C. Rubin, Jason M. Dominy és Eleanor G. Rieffel. XY keverők: Analitikai és numerikus eredmények az ansatz kvantum váltakozó operátorhoz. Phys. Rev. A, 101:012320, 2020. január. https:///doi.org/10.1103/PhysRevA.101.012320.
https:///doi.org/10.1103/PhysRevA.101.012320

[32] Zsolt Tabi, Kareem H. El-Safty, Zsofia Kallus, Peter Haga, Tamas Kozsik, Adam Glos, and Zoltan Zimboras. Kvantumoptimalizálás a gráf színezési problémájához helytakarékos beágyazással. 2020-ban IEEE Nemzetközi Kvantum Számítástechnikai és Mérnöki Konferencia (QCE). IEEE, 2020. október. https:///doi.org/10.1109/qce49297.2020.00018.
https:///doi.org/10.1109/qce49297.2020.00018

[33] Franz G Fuchs, Herman Oie Kolden, Niels Henrik Aase és Giorgio Sartor. A súlyozott MAX k-CUT hatékony kódolása kvantumszámítógépen qaoa segítségével. SN Computer Science, 2(2):89, 2021. https:///doi.org/10.1007/s42979-020-00437-z.
https:///doi.org/10.1007/s42979-020-00437-z

[34] Bryan O’Gorman, Eleanor Gilbert Rieffel, Minh Do, Davide Venturelli, and Jeremy Frank. Comparing planning problem compilation approaches for quantum annealing. The Knowledge Engineering Review, 31(5):465–474, 2016. https://doi.org/10.1017/S0269888916000278.
https:///doi.org/10.1017/S0269888916000278

[35] Tobias Stollenwerk, Stuart Hadfield és Zhihui Wang. A kvantumkapu-modell-heurisztika felé a valós tervezési problémákhoz. IEEE Transactions on Quantum Engineering, 1:1–16, 2020. https:///doi.org/10.1109/TQE.2020.3030609.
https:///doi.org/10.1109/TQE.2020.3030609

[36] Tobias Stollenwerk, Bryan OGorman, Davide Venturelli, Salvatore Mandra, Olga Rodionova, Hokkwan Ng, Banavar Sridhar, Eleanor Gilbert Rieffel és Rupak Biswas. A kvantumlágyítás a légiforgalmi irányítás optimális pályáinak konfliktusainak feloldására. IEEE Transactions on Intelligent Transportation Systems, 21(1):285–297, 2020. jan. https:///doi.org/10.1109/tits.2019.2891235.
https:///doi.org/10.1109/tits.2019.2891235

[37] Alan Crispin és Alex Syrichas. Kvantum lágyítási algoritmus jármű ütemezéshez. 2013-ban az IEEE Nemzetközi Rendszerek, ember és kibernetika konferencia. IEEE, 2013. https:///doi.org/10.1109/smc.2013.601.
https:///doi.org/10.1109/smc.2013.601

[38] Davide Venturelli, Dominic J. J. Marchand és Galo Rojo. Munkahelyi ütemezés kvantumlágyításos megvalósítása. arXiv preprint arXiv:1506.08479, 2015. https:///doi.org/10.48550/arXiv.1506.08479.
https:///doi.org/10.48550/arXiv.1506.08479
arXiv: 1506.08479

[39] Tony T. Tran, Minh Do, Eleanor G. Rieffel, Jeremy Frank, Zhihui Wang, Bryan O’Gorman, Davide Venturelli, and J. Christopher Beck. A hybrid quantum-classical approach to solving scheduling problems. In Ninth Annual Symposium on Combinatorial Search. AAAI, 2016. https://doi.org/10.1609/socs.v7i1.18390.
https:///doi.org/10.1609/socs.v7i1.18390

[40] Krzysztof Domino, Mátyás Koniorczyk, Krzysztof Krawiec, Konrad Jałowiecki és Bartłomiej Gardas. Kvantumszámítógépes megközelítés a vasúti diszpécsere és konfliktuskezelés optimalizálására egyvágányú vasútvonalakon. arXiv preprint arXiv:2010.08227, 2020. https:///doi.org/10.48550/arXiv.2010.08227.
https:///doi.org/10.48550/arXiv.2010.08227
arXiv: 2010.08227

[41] Constantin Dalyac, Loïc Henriet, Emmanuel Jeandel, Wolfgang Lechner, Simon Perdrix, Marc Porcheron és Margarita Veshcezerova. Minősítő kvantummegközelítések kemény ipari optimalizálási problémákhoz. Esettanulmány az elektromos járművek intelligens töltésével kapcsolatban. EPJ Quantum Technology, 8(1), 2021. https:///doi.org/10.1140/epjqt/s40507-021-00100-3.
https://doi.org/10.1140/epjqt/s40507-021-00100-3

[42] David Amaro, Matthias Rosenkranz, Nathan Fitzpatrick, Koji Hirano és Mattia Fiorentini. Esettanulmány variációs kvantum algoritmusokról egy job shop ütemezési problémához. EPJ Quantum Technology, 9(1):5, 2022. https:///doi.org/10.1140/epjqt/s40507-022-00123-4.
https://doi.org/10.1140/epjqt/s40507-022-00123-4

[43] Julia Plewa, Joanna Sieńko és Katarzyna Rycerz. Variációs algoritmusok munkafolyamat-ütemezési problémához kapu alapú kvantumeszközökben. Computing & Informatics, 40(4), 2021. https:///doi.org/10.31577/cai_2021_4_897.
https:///doi.org/10.31577/cai_2021_4_897

[44] Adam Glos, Aleksandra Krawiec, and Zoltán Zimborás. Helytakarékos bináris optimalizálás variációs kvantumszámításhoz. npj Quantum Information, 8(1):39, 2022. https:///doi.org/10.1038/s41534-022-00546-y.
https:///doi.org/10.1038/s41534-022-00546-y

[45] Özlem Salehi, Adam Glos és Jarosław Adam Miszczak. Az utazó eladó problémaváltozatainak korlátlan bináris modelljei kvantumoptimalizáláshoz. Quantum Information Processing, 21(2):67, 2022. https:///doi.org/10.1007/s11128-021-03405-5.
https://doi.org/10.1007/s11128-021-03405-5

[46] David E. Bernal, Sridhar Tayur és Davide Venturelli. Kvantum egészszámú programozás (QuIP) 47-779: Előadásjegyzetek. arXiv preprint arXiv:2012.11382, 2020. https:///doi.org/10.48550/arXiv.2012.11382.
https:///doi.org/10.48550/arXiv.2012.11382
arXiv: 2012.11382

[47] Mark Hodson, Brendan Ruck, Hugh Ong, David Garvin és Stefan Dulman. Portfólió kiegyensúlyozási kísérletek az ansatz kvantum váltakozó operátor használatával. arXiv preprint arXiv:1911.05296, 2019. https:///doi.org/10.48550/arXiv.1911.05296.
https:///doi.org/10.48550/arXiv.1911.05296
arXiv: 1911.05296

[48] Sergi Ramos-Calderer, Adrián Pérez-Salinas, Diego García-Martín, Carlos Bravo-Prieto, Jorge Cortada, Jordi Planagumà és José I. Latorre. Az opcióárazás kvantum unáris megközelítése. Phys. Rev. A, 103:032414, 2021. https:///doi.org/10.1103/PhysRevA.103.032414.
https:///doi.org/10.1103/PhysRevA.103.032414

[49] Kensuke Tamura, Tatsuhiko Shirai, Hosho Katsura, Shu Tanaka és Nozomu Togawa. Tipikus bináris egész kódolások teljesítmény-összehasonlítása egy feldolgozógépben. IEEE Access, 9:81032–81039, 2021. https:///doi.org/10.1109/ACCESS.2021.3081685.
https:///doi.org/10.1109/ACCESS.2021.3081685

[50] Ludmila Botelho, Adam Glos, Akash Kundu, Jarosław Adam Miszczak, Özlem Salehi és Zimborás Zoltán. Variációs kvantum algoritmusok hibacsökkentése az áramkör közepén végzett mérésekkel. Physical Review A, 105(2):022441, 2022. https:///doi.org/10.1103/physreva.105.022441.
https:///doi.org/10.1103/physreva.105.022441

[51] Zhihui Wang, Stuart Hadfield, Zhang Jiang és Eleanor G Rieffel. Kvantum közelítő optimalizálási algoritmus maxcuthoz: Fermionikus nézet. Physical Review A, 97(2):022304, 2018. https:///doi.org/10.1103/physreva.97.022304.
https:///doi.org/10.1103/physreva.97.022304

[52] Stuart Andrew Hadfield. Kvantum algoritmusok tudományos számításokhoz és közelítő optimalizáláshoz. Columbia Egyetem, 2018. https:///doi.org/10.48550/arXiv.1805.03265.
https:///doi.org/10.48550/arXiv.1805.03265

[53] Matthew B. Hastings. Klasszikus és kvantumkorlátos mélységközelítő algoritmusok. Quantum Information and Computation, 19(13&14):1116–1140, 2019. https:///doi.org/10.26421/QIC19.13-14-3.
https:///doi.org/10.26421/QIC19.13-14-3

[54] Sergey Bravyi, Alexander Kliesch, Robert Koenig és Eugene Tang. A variációs kvantumoptimalizálás akadályai a szimmetriavédelemből. Physical Review Letters, 125(26):260505, 2020. https:///doi.org/10.1103/physrevlett.125.260505.
https:///doi.org/10.1103/physrevlett.125.260505

[55] Alexander M Dalzell, Aram W Harrow, Dax Enshan Koh és Rolando L La Placa. Hány qubitre van szükség a kvantumszámítási felsőbbrendűséghez? Quantum, 4:264, 2020. https:///doi.org/10.22331/q-2020-05-11-264.
https://doi.org/10.22331/q-2020-05-11-264

[56] Daniel Stilck França és Raul Garcia-Patron. Az optimalizáló algoritmusok korlátai zajos kvantumeszközökön. Nature Physics, 17(11):1221–1227, 2021. https:///doi.org/10.1038/s41567-021-01356-3.
https://doi.org/10.1038/s41567-021-01356-3

[57] Leo Zhou, Sheng-Tao Wang, Soonwon Choi, Hannes Pichler és Mikhail D Lukin. Kvantum közelítő optimalizálási algoritmus: Teljesítmény, mechanizmus és megvalósítás rövid távú eszközökön. Physical Review X, 10(2):021067, 2020. https:///doi.org/10.1103/physrevx.10.021067.
https:///doi.org/10.1103/physrevx.10.021067

[58] Boaz Barak és Kunal Marwaha. Klasszikus algoritmusok és kvantumkorlátozások a nagy átmérőjű grafikonok maximális vágásához. In Mark Braverman, szerkesztő, 13. Innovations in Theoretical Computer Science Conference (ITCS 2022), Leibniz International Proceedings in Informatics (LIPIcs) 215. kötete, 14:1–14:21, Dagstuhl, Németország, 2022. Schloss Dagstuhl – Leibniz-Leibniz Zentrum für Informatik. https:///doi.org/10.4230/LIPIcs.ITCS.2022.14.
https:///doi.org/10.4230/LIPIcs.ITCS.2022.14

[59] Lennart Bittel és Martin Kliesch. A variációs kvantum algoritmusok betanítása NP-nehéz. Physical Review Letters, 127(12):120502, 2021. https:///doi.org/10.1103/PhysRevLett.127.120502.
https:///doi.org/10.1103/PhysRevLett.127.120502

[60] Kunal Marwaha és Stuart Hadfield. Max $k$ XOR közelítésének határai kvantum és klasszikus lokális algoritmusokkal. Quantum, 6:757, 2022. https:///doi.org/10.22331/q-2022-07-07-757.
https://doi.org/10.22331/q-2022-07-07-757

[61] Egy Barış Özgüler és Davide Venturelli. Numerikus kapu szintézis kvantumheurisztikákhoz bozonikus kvantumprocesszorokon. Frontiers in Physics, 724. oldal, 2022. https:///doi.org/10.3389/fphy.2022.900612.
https:///doi.org/10.3389/fphy.2022.900612

[62] Yannick Deller, Sebastian Schmitt, Maciej Lewenstein, Steve Lenk, Marika Federer, Fred Jendrzejewski, Philipp Hauke és Valentin Kasper. Kvantumközelítő optimalizálási algoritmus nagy hatótávolságú kölcsönhatású qudit rendszerek számára. arXiv preprint arXiv:2204.00340, 2022. https:///doi.org/10.1103/physreva.107.062410.
https:///doi.org/10.1103/physreva.107.062410
arXiv: 2204.00340

[63] Stuart Hadfield, Zhihui Wang, Eleanor G Rieffel, Bryan O’Gorman, Davide Venturelli, and Rupak Biswas. Quantum approximate optimization with hard and soft constraints. In Proceedings of the Second International Workshop on Post Moores Era Supercomputing, pages 15–21, 2017. https://doi.org/10.1145/3149526.3149530.
https:///doi.org/10.1145/3149526.3149530

[64] Nikolaj Moll, Panagiotis Barkoutsos, Lev S Bishop, Jerry M Chow, Andrew Cross, Daniel J Egger, Stefan Filipp, Andreas Fuhrer, Jay M Gambetta, Marc Ganzhorn és mások. Kvantumoptimalizálás variációs algoritmusok segítségével rövid távú kvantumeszközökön. Quantum Science and Technology, 3(3):030503, 2018. https:///doi.org/10.1088/2058-9565/aab822.
https:///doi.org/10.1088/2058-9565/aab822

[65] Sam McArdle, Tyson Jones, Suguru Endo, Ying Li, Simon C Benjamin és Xiao Yuan. Képzeletbeli időfejlődés variációs ansatz-alapú kvantumszimulációja. npj Quantum Information, 5(1):1–6, 2019. https:///doi.org/10.1038/s41534-019-0187-2.
https://doi.org/10.1038/s41534-019-0187-2

[66] Mario Motta, Chong Sun, Adrian T. K. Tan, Matthew J. O’Rourke, Erika Ye, Austin J. Minnich, Fernando G. S. L. Brandão, and Garnet Kin-Lic Chan. Determining eigenstates and thermal states on a quantum computer using quantum imaginary time evolution. Nature Physics, 16(2):205–210, 2019. https://doi.org/10.1038/s41567-019-0704-4.
https://doi.org/10.1038/s41567-019-0704-4

[67] Ryan O’Donnell. Analysis of Boolean functions. Cambridge University Press, 2014.

[68] Kyle E. C. Booth, Bryan O’Gorman, Jeffrey Marshall, Stuart Hadfield, and Eleanor Rieffel. Quantum-accelerated constraint programming. Quantum, 5:550, September 2021. https://doi.org/10.22331/q-2021-09-28-550.
https://doi.org/10.22331/q-2021-09-28-550

[69] Adriano Barenco, Charles H Bennett, Richard Cleve, David P DiVincenzo, Norman Margolus, Peter Shor, Tycho Sleator, John A Smolin és Harald Weinfurter. Elemi kapuk kvantumszámításhoz. Physical Review A, 52(5):3457, 1995. https:///doi.org/10.1103/PhysRevA.52.3457.
https:///doi.org/10.1103/PhysRevA.52.3457

[70] V.V. Shende és I.L. Markov. A TOFFOLI kapuk CNOT költségéről. Quantum Information and Computation, 9(5&6):461–486, 2009. https:///doi.org/10.26421/qic8.5-6-8.
https:///doi.org/10.26421/qic8.5-6-8

[71] Mehdi Saeedi és Igor L Markov. Reverzibilis áramkörök szintézise és optimalizálása – felmérés. ACM Computing Surveys (CSUR), 45(2):1–34, 2013. https:///doi.org/10.1145/2431211.2431220.
https:///doi.org/10.1145/2431211.2431220

[72] Gian Giacomo Guerreschi. Másodfokú korlátlan bináris optimalizálás megoldása oszd meg és uralkodj és kvantum algoritmusokkal. arXiv preprint arXiv:2101.07813, 2021. https:///doi.org/10.48550/arXiv.2101.07813.
https:///doi.org/10.48550/arXiv.2101.07813
arXiv: 2101.07813

[73] Zain H. Saleem, Teague Tomesh, Michael A. Perlin, Pranav Gokhale és Martin Suchara. Kvantum oszd meg és uralkodj a kombinatorikus optimalizáláshoz és az elosztott számításokhoz. arXiv preprint arXiv:2107.07532, 2021. https:///doi.org/10.48550/arXiv.2107.07532.
https:///doi.org/10.48550/arXiv.2107.07532
arXiv: 2107.07532

[74] Daniel A Lidar és Todd A Brun. Kvantum hibajavítás. Cambridge University Press, 2013.

[75] Miklós kancellár. A kvantumlágyítás és a qaoa diszkrét változóinak tartományfali kódolása. Quantum Science and Technology, 4(4):045004, 2019. https:///doi.org/10.1088/2058-9565/ab33c2.
https://doi.org/10.1088/2058-9565/ab33c2

[76] Jesse Berwald, Nicholas Chancellor és Raouf Dridi. A tartományfali kódolás elméleti és kísérleti megértése. Philosophical Transactions of the Royal Society A, 381(2241):20210410, 2023. https:///doi.org/10.1098/rsta.2021.0410.
https:///doi.org/10.1098/rsta.2021.0410

[77] Jie Chen, Tobias Stollenwerk és Nicholas Chancellor. A tartományfali kódolás teljesítménye kvantumillesztéshez. IEEE Transactions on Quantum Engineering, 2:1–14, 2021. https:///doi.org/10.1109/tqe.2021.3094280.
https:///doi.org/10.1109/tqe.2021.3094280

[78] Mark W Johnson, Mohammad HS Amin, Suzanne Gildert, Trevor Lanting, Firas Hamze, Neil Dickson, Richard Harris, Andrew J Berkley, Jan Johansson, Paul Bunyk és mások. Kvantum lágyítás gyártott spinekkel. Nature, 473(7346):194–198, 2011. https:///doi.org/10.1038/nature10012.
https:///doi.org/10.1038/nature10012

[79] Zoe Gonzalez Izquierdo, Shon Grabbe, Stuart Hadfield, Jeffrey Marshall, Zhihui Wang és Eleanor Rieffel. Ferromágnesesen tolja el a szüneteltetés erejét. Physical Review Applied, 15(4):044013, 2021. https:///doi.org/10.1103/physrevapplied.15.044013.
https:///doi.org/10.1103/physrevapplied.15.044013

[80] Davide Venturelli és Alekszej Kondratyev. Fordított kvantumillesztési megközelítés portfólióoptimalizálási problémákhoz. Quantum Machine Intelligence, 1(1):17–30, 2019. https:///doi.org/10.1007/s42484-019-00001-w.
https:///doi.org/10.1007/s42484-019-00001-w

[81] Nike Dattani, Szalay Szilárd és Nick Chancellor. Pegasus: A második kapcsolódási grafikon a nagyméretű kvantumlágyító hardverekhez. arXiv preprint arXiv:1901.07636, 2019. https:///doi.org/10.48550/arXiv.1901.07636.
https:///doi.org/10.48550/arXiv.1901.07636
arXiv: 1901.07636

[82] Wolfgang Lechner, Philipp Hauke és Peter Zoller. Egy kvantumlágyító architektúra teljes körű csatlakozással a helyi interakciókból. A tudomány fejlődése, 1(9):e1500838, 2015. https:///doi.org/10.1126/sciadv.1500838.
https:///doi.org/10.1126/sciadv.1500838

[83] MS Sarandy és DA Lidar. Adiabatikus kvantumszámítás nyílt rendszerekben. Physical review letters, 95(25):250503, 2005. https:///doi.org/10.1103/physrevlett.95.250503.
https:///doi.org/10.1103/physrevlett.95.250503

[84] MHS Amin, Peter J Love és CJS Truncik. Termikusan segített adiabatikus kvantumszámítás. Physical review letters, 100(6):060503, 2008. https:///doi.org/10.1103/physrevlett.100.060503.
https:///doi.org/10.1103/physrevlett.100.060503

[85] Sergio Boixo, Tameem Albash, Federico M Spedalieri, Nicholas Chancellor és Daniel A Lidar. Programozható kvantumlágyítás kísérleti aláírása. Nature Communications, 4(1):2067, 2013. https:///doi.org/10.1038/ncomms3067.
https:///doi.org/10.1038/ncomms3067

[86] Kostyantyn Kechedzhi és Vadim N Smelyanskiy. Nyílt rendszerű kvantumlágyítás exponenciális degenerációjú átlagmezős modellekben. Physical Review X, 6(2):021028, 2016. https:///doi.org/10.1103/physrevx.6.021028.
https:///doi.org/10.1103/physrevx.6.021028

[87] Gianluca Passarelli, Ka-Wa Yip, Daniel A Lidar és Procolo Lucignano. A szabványos kvantumlágyítás dekoherenciával felülmúlja az adiabatikus fordított lágyítást. Physical Review A, 105(3):032431, 2022. https:///doi.org/10.1103/physreva.105.032431.
https:///doi.org/10.1103/physreva.105.032431

[88] Stefanie Zbinden, Andreas Bärtschi, Hristo Djidjev és Stephan Eidenbenz. Algoritmusok beágyazása kiméra és pegazus csatlakozási topológiájú kvantum annealerekhez. In International Conference on High Performance Computing, 187–206. oldal. Springer, 2020. https:///doi.org/10.1007/978-3-030-50743-5_10.
https://doi.org/10.1007/978-3-030-50743-5_10

[89] Mario S Könz, Wolfgang Lechner, Helmut G Katzgraber és Matthias Troyer. Optimalizációs problémák általános skálázásának beágyazása a kvantumlágyításba. PRX Quantum, 2(4):040322, 2021. https:///doi.org/10.1103/prxquantum.2.040322.
https:///doi.org/10.1103/prxquantum.2.040322

[90] Aniruddha Bapat és Stephen Jordan. Bang-bang vezérlés, mint tervezési elv a klasszikus és kvantumoptimalizáló algoritmusokhoz. arXiv preprint arXiv:1812.02746, 2018. https:///doi.org/10.26421/qic19.5-6-4.
https:///doi.org/10.26421/qic19.5-6-4
arXiv: 1812.02746

[91] Ruslan Shaydulin, Stuart Hadfield, Tad Hogg és Ilya Safro. Klasszikus szimmetriák és a kvantumközelítő optimalizálási algoritmus. Quantum Information Processing, 20(11):1–28, 2021. https:///doi.org/10.48550/arXiv.2012.04713.
https:///doi.org/10.48550/arXiv.2012.04713

[92] Vishwanathan Akshay, Daniil Rabinovich, Ernesto Campos és Jacob Biamonte. Paraméterkoncentrációk kvantumközelítő optimalizálásban. Physical Review A, 104(1):L010401, 2021. https:///doi.org/10.1103/physreva.104.l010401.
https:///doi.org/10.1103/physreva.104.l010401

[93] Michael Streif és Martin Leib. A kvantumközelítő optimalizálási algoritmus betanítása kvantumfeldolgozó egységhez való hozzáférés nélkül. Quantum Science and Technology, 5(3):034008, 2020. https:///doi.org/10.1088/2058-9565/ab8c2b.
https://doi.org/10.1088/2058-9565/ab8c2b

[94] Guillaume Verdon, Michael Broughton, Jarrod R McClean, Kevin J Sung, Ryan Babbush, Zhang Jiang, Hartmut Neven és Masoud Mohseni. Tanulás megtanulása kvantumneurális hálózatokkal klasszikus neurális hálózatokon keresztül. arXiv preprint arXiv:1907.05415, 2019. https:///doi.org/10.48550/arXiv.1907.05415.
https:///doi.org/10.48550/arXiv.1907.05415
arXiv: 1907.05415

[95] Max Wilson, Rachel Stromswold, Filip Wudarski, Stuart Hadfield, Norm M Tubman és Eleanor G Rieffel. A kvantumheurisztika optimalizálása meta-learning segítségével. Quantum Machine Intelligence, 3(1):1–14, 2021. https:///doi.org/10.1007/s42484-020-00022-w.
https:///doi.org/10.1007/s42484-020-00022-w

[96] Alicia B Magann, Kenneth M Rudinger, Matthew D Grace és Mohan Sarovar. Visszacsatoláson alapuló kvantumoptimalizálás. Physical Review Letters, 129(25):250502, 2022. https:///doi.org/10.1103/physrevlett.129.250502.
https:///doi.org/10.1103/physrevlett.129.250502

[97] Lucas T Brady, Christopher L Baldwin, Aniruddha Bapat, Yaroslav Kharkov és Alexey V Gorshkov. Optimális protokollok kvantumillesztésben és kvantumközelítő optimalizálási algoritmus problémákban. Physical Review Letters, 126(7):070505, 2021. https:///doi.org/10.1103/physrevlett.126.070505.
https:///doi.org/10.1103/physrevlett.126.070505

[98] Jonathan Wurtz és Peter J Love. Az ellendiabaticitás és a kvantumközelítő optimalizálási algoritmus. Quantum, 6:635, 2022. https:///doi.org/10.22331/q-2022-01-27-635.
https://doi.org/10.22331/q-2022-01-27-635

[99] Andreas Bärtschi és Stephan Eidenbenz. Grover keverők QAOA-hoz: Bonyolultság váltása a keverő tervezésétől az állapot előkészítéséig. 2020-ban az IEEE nemzetközi kvantumszámítási és mérnöki konferenciája (QCE), 72–82. oldal. IEEE, 2020. https:///doi.org/10.1109/qce49297.2020.00020.
https:///doi.org/10.1109/qce49297.2020.00020

[100] Daniel J Egger, Jakub Mareček és Stefan Woerner. Melegindítású kvantumoptimalizálás. Quantum, 5:479, 2021. https:///doi.org/10.22331/q-2021-06-17-479.
https://doi.org/10.22331/q-2021-06-17-479

[101] Jonathan Wurtz és Peter J Love. Klasszikusan optimális variációs kvantum algoritmusok. IEEE Transactions on Quantum Engineering, 2:1–7, 2021. https:///doi.org/10.1109/tqe.2021.3122568.
https:///doi.org/10.1109/tqe.2021.3122568

[102] Xiaoyuan Liu, Anthony Angone, Ruslan Shaydulin, Ilya Safro, Jurij Aleksejev és Lukasz Cincio. Layer VQE: Variációs megközelítés a kombinatorikus optimalizáláshoz zajos kvantumszámítógépeken. IEEE Transactions on Quantum Engineering, 3:1–20, 2022. https:///doi.org/10.1109/tqe.2021.3140190.
https:///doi.org/10.1109/tqe.2021.3140190

[103] Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush és Hartmut Neven. Kopár fennsíkok kvantum-neurális hálózatok képzési tájain. Nature Communications, 9(1):1–6, 2018. https:///doi.org/10.1038/s41467-018-07090-4.
https://doi.org/10.1038/s41467-018-07090-4

[104] Linghua Zhu, Ho Lun Tang, George S Barron, FA Calderon-Vargas, Nicholas J Mayhall, Edwin Barnes és Sophia E Economou. Adaptív kvantumközelítő optimalizáló algoritmus kombinatorikus problémák megoldására kvantumszámítógépen. Physical Review Research, 4(3):033029, 2022. https:///doi.org/10.1103/physrevresearch.4.033029.
https:///doi.org/10.1103/physrevresearch.4.033029

[105] Bakó Bence, Glos Ádám, Salehi Özlem, és Zimborás Zoltán. Közel optimális áramkör kialakítás a variációs kvantumoptimalizáláshoz. arXiv preprint arXiv:2209.03386, 2022. https:///doi.org/10.48550/arXiv.2209.03386.
https:///doi.org/10.48550/arXiv.2209.03386
arXiv: 2209.03386

[106] Itay Hen és Marcelo S Sarandy. Meghajtó hamiltoniánok a kvantumlágyítás korlátozott optimalizálásához. Physical Review A, 93(6):062312, 2016. https:///doi.org/10.1103/physreva.93.062312.
https:///doi.org/10.1103/physreva.93.062312

[107] Itay Hen és Federico M Spedalieri. Kvantum lágyítás a korlátozott optimalizáláshoz. Physical Review Applied, 5(3):034007, 2016. https:///doi.org/10.1103/PhysRevApplied.5.034007.
https:///doi.org/10.1103/PhysRevApplied.5.034007

[108] Yue Ruan, Samuel Marsh, Xilin Xue, Xi Li, Zhihao Liu és Jingbo Wang. Kvantumközelítő algoritmus NP optimalizálási problémákhoz megszorításokkal. arXiv preprint arXiv:2002.00943, 2020. https:///doi.org/10.48550/arXiv.2002.00943.
https:///doi.org/10.48550/arXiv.2002.00943
arXiv: 2002.00943

[109] Michael A. Nielsen és Isaac L. Chuang. Kvantumszámítás és kvantuminformáció: 10. évfordulós kiadás. Cambridge University Press, New York, NY, USA, 10. kiadás, 2011.

[110] Masuo Suzuki. Exponenciális operátorok és Lie exponenciális lebontási képletek néhány kvantummechanika és statisztikus fizika alkalmazásával. Journal of Mathematical physics, 26(4):601–612, 1985. https:///doi.org/10.1063/1.526596.
https:///doi.org/10.1063/1.526596

[111] Michael Streif, Martin Leib, Filip Wudarski, Eleanor Rieffel és Zhihui Wang. Kvantum algoritmusok lokális részecskeszám megőrzéssel: Zajhatások és hibajavítás. Physical Review A, 103(4):042412, 2021. https:///doi.org/10.1103/physreva.103.042412.
https:///doi.org/10.1103/physreva.103.042412

[112] Vishwanathan Akshay, Hariphan Philathong, Mauro ES Morales és Jacob D Biamonte. Elérhetőségi hiányok a kvantumközelítő optimalizálásban. Fizikai felülvizsgálati levelek, 124(9):090504, 2020. https:///doi.org/10.22331/q-2021-08-30-532.
https://doi.org/10.22331/q-2021-08-30-532

[113] Franz Georg Fuchs, Kjetil Olsen Lye, Halvor Møll Nilsen, Alexander Johannes Stasik és Giorgio Sartor. Kényszer-megőrző keverők a kvantumközelítő optimalizálási algoritmushoz. Algorithms, 15(6):202, 2022. https:///doi.org/10.3390/a15060202.
https:///doi.org/10.3390/a15060202

[114] Vandana Shukla, O. P. Singh, G. R. Mishra és R. K. Tiwari. CSMT kapu alkalmazása bináris-szürke kód konverter áramkör hatékony reverzibilis megvalósításához. 2015-ben az IEEE UP szekciókonferencia az elektromos számítógépekről és elektronikáról (UPCON). IEEE, 2015. december. https:///doi.org/10.1109/UPCON.2015.7456731.
https:///doi.org/10.1109/UPCON.2015.7456731

[115] Slepoy Sándor. Kvantumkapu-bontási algoritmusok. Technikai jelentés, Sandia National Laboratories, 2006. https:///doi.org/10.2172/889415.
https:///doi.org/10.2172/889415

[116] Bryan T. Gard, Linghua Zhu, George S. Barron, Nicholas J. Mayhall, Sophia E. Economou és Edwin Barnes. Hatékony szimmetriamegőrző állapot-előkészítő áramkörök a variációs kvantum-sajátmegoldó algoritmushoz. npj Quantum Information, 6(1), 2020. https:///doi.org/10.1038/s41534-019-0240-1.
https://doi.org/10.1038/s41534-019-0240-1

[117] D.P. DiVincenzo és J. Smolin. Kvantumszámítógépek kétbites kaputervezési eredményei. In Proceedings Workshop on Physics and Computation. PhysComp 94. IEEE Comput. Soc. Press, 1994. https:///doi.org/10.48550/arXiv.cond-mat/9409111.
https:///doi.org/10.48550/arXiv.cond-mat/9409111

[118] David Joseph, Adam Callison, Cong Ling és Florian Mintert. Két kvantumképző algoritmus a legrövidebb vektoros problémára. Physical Review A, 103(3):032433, 2021. https:///doi.org/10.1103/PhysRevA.103.032433.
https:///doi.org/10.1103/PhysRevA.103.032433

[119] Brucker Péter. Ütemezési algoritmusok. Springer-Verlag Berlin Heidelberg, 2004.

[120] AMA Hariri és Chris N Potts. Egygépes ütemezés kötegelt beállítási időkkel a maximális késés minimalizálása érdekében. Annals of Operations Research, 70:75–92, 1997. https:///doi.org/10.1023/A:1018903027868.
https:///doi.org/10.1023/A:1018903027868

[121] Xiaoqiang Cai, Liming Wang és Xian Zhou. Egygépes ütemezés a maximális késés sztochasztikus minimalizálása érdekében. Journal of Scheduling, 10(4):293–301, 2007. https:///doi.org/10.1007/s10951-007-0026-8.
https://doi.org/10.1007/s10951-007-0026-8

[122] Derya Eren Akyol és G Mirac Bayhan. Többgépes korai és késleltetett ütemezési probléma: összekapcsolt neurális hálózati megközelítés. The International Journal of Advanced Manufacturing Technology, 37(5):576–588, 2008. https:///doi.org/10.1007/s00170-007-0993-0.
https://doi.org/10.1007/s00170-007-0993-0

[123] Michele Conforti, Gérard Cornuéjols, Giacomo Zambelli és mások. Integer programozás, 271. évf. Springer, 2014.

[124] Hannes Leipold és Federico M Spedalieri. Illesztőprogram-hamiltoniánok létrehozása optimalizálási problémákhoz lineáris kényszerekkel. Quantum Science and Technology, 7(1):015013, 2021. https:///doi.org/10.1088/2058-9565/ac16b8.
https://doi.org/10.1088/2058-9565/ac16b8

[125] Masuo Suzuki. Generalized Trotter’s formula and systematic approximants of exponential operators and inner derivations with applications to many-body problems. Communications in Mathematical Physics, 51(2):183–190, 1976. https://doi.org/10.1007/BF01609348.
https:///doi.org/10.1007/BF01609348

[126] Dominic W. Berry és Andrew M. Childs. Black-box hamiltoni szimuláció és egységes megvalósítás. Kvantum Info. Comput., 12(1–2):29–62, 2012. https:///doi.org/10.26421/qic12.1-2-4.
https:///doi.org/10.26421/qic12.1-2-4

[127] D. W. Berry, A. M. Childs és R. Kothari. Hamilton szimuláció közel optimális függéssel minden paramétertől. 2015-ben az IEEE 56. éves szimpóziuma a számítástechnika alapjairól, 792–809. oldal, 2015. https:///doi.org/10.1109/FOCS.2015.54.
https:///doi.org/10.1109/FOCS.2015.54

[128] Dominic W. Berry, Andrew M. Childs, Richard Cleve, Robin Kothari és Rolando D. Somma. Hamiltoni dinamika szimulálása csonka Taylor sorozattal. Physical Review Letters, 114(9):090502, 2015. https:///doi.org/10.1103/PhysRevLett.114.090502.
https:///doi.org/10.1103/PhysRevLett.114.090502

[129] Guang Hao Low és Isaac L. Chuang. Optimális Hamilton-szimuláció kvantumjelfeldolgozással. Phys. Rev. Lett., 118:010501, 2017. https:///doi.org/10.1103/PhysRevLett.118.010501.
https:///doi.org/10.1103/PhysRevLett.118.010501

[130] Guang Hao Low és Isaac L. Chuang. Hamilton szimuláció kvbitizálással. Quantum, 3:163, 2019. https:///doi.org/10.22331/q-2019-07-12-163.
https://doi.org/10.22331/q-2019-07-12-163

[131] Andrew M. Childs, Aaron Ostrander és Yuan Su. Gyorsabb kvantumszimuláció véletlenszerűsítéssel. Quantum, 3:182, 2019. https:///doi.org/10.22331/q-2019-09-02-182.
https://doi.org/10.22331/q-2019-09-02-182

[132] Earl Campbell. Véletlenszerű fordító a gyors Hamilton-szimulációhoz. Physical Review Letters, 123(7):070503, 2019. https:///doi.org/10.1103/PhysRevLett.123.070503.
https:///doi.org/10.1103/PhysRevLett.123.070503

[133] Andrew M. Childs, Yuan Su, Minh C. Tran, Nathan Wiebe és Shuchen Zhu. Ügetőhiba elmélete kommutátor skálázással. Phys. Rev. X, 11:011020, 2021. https:///doi.org/10.1103/PhysRevX.11.011020.
https:///doi.org/10.1103/PhysRevX.11.011020

[134] Albert T Schmitz, Nicolas PD Sawaya, Sonika Johri és AY Matsuura. Grafikonoptimalizálási perspektíva alacsony mélységű ügető-suzuki bontáshoz. arXiv preprint arXiv:2103.08602, 2021. https:///doi.org/10.48550/arXiv.2103.08602.
https:///doi.org/10.48550/arXiv.2103.08602
arXiv: 2103.08602

[135] Nicolas PD Sawaya. mat2qubit: Könnyű pythonic csomag vibrációs, bozonikus, gráfszínezési, útválasztási, ütemezési és általános mátrixproblémák qubit kódolásához. arXiv preprint arXiv:2205.09776, 2022. https:///doi.org/10.48550/arXiv.2205.09776.
https:///doi.org/10.48550/arXiv.2205.09776
arXiv: 2205.09776

[136] Pauli Virtanen, Ralf Gommers, Travis E. Oliphant, Matt Haberland, Tyler Reddy, David Cournapeau, Evgeni Burovski, Pearu Peterson, Warren Weckesser, Jonathan Bright, Stéfan J. van der Walt, Matthew Brett, Joshua Wilson, K. Jarrod Millman, Nikolay Mayorov, Andrew R. J. Nelson, Eric Jones, Robert Kern, Eric Larson, C J Carey, İlhan Polat, Yu Feng, Eric W. Moore, Jake VanderPlas, Denis Laxalde, Josef Perktold, Robert Cimrman, Ian Henriksen, E. R. A. Quintero Harris, Anne M. Archibald, Antônio H. Ribeiro, Fabian Pedregosa, Paul van Mulbregt és a SciPy 1.0 közreműködői. SciPy 1.0: Alapvető algoritmusok a tudományos számítástechnikához Pythonban. Nature Methods, 17:261–272, 2020. https:///doi.org/10.1038/s41592-019-0686-2.
https://doi.org/10.1038/s41592-019-0686-2

[137] Jarrod R McClean, Nicholas C Rubin, Kevin J Sung, Ian D Kivlichan, Xavier Bonet-Monroig, Yudong Cao, Chengyu Dai, E Schuyler Fried, Craig Gidney, Brendan Gimby és mások. Openfermion: az elektronikus szerkezeti csomag kvantumszámítógépekhez. Quantum Science and Technology, 5(3):034014, 2020. https:///doi.org/10.1088/2058-9565/ab8ebc.
https:///doi.org/10.1088/2058-9565/ab8ebc

[138] Aaron Meurer, Christopher P Smith, Mateusz Paprocki, Ondřej Čertík, Sergey B Kirpichev, Matthew Rocklin, AMiT Kumar, Sergiu Ivanov, Jason K Moore, Sartaj Singh és mások. Sympy: szimbolikus számítástechnika Pythonban. PeerJ Computer Science, 3:e103, 2017. https:///doi.org/10.7717/peerj-cs.103.
https:///doi.org/10.7717/peerj-cs.103

[139] Pradnya Khalate, Xin-Chuan Wu, Shavindra Premaratne, Justin Hogaboam, Adam Holmes, Albert Schmitz, Gian Giacomo Guerreschi, Xiang Zou és AY Matsuura. LLVM alapú C++ fordító eszközlánc variációs hibrid kvantum-klasszikus algoritmusokhoz és kvantumgyorsítókhoz. arXiv preprint arXiv:2202.11142, 2022. https:///doi.org/10.48550/arXiv.2202.11142.
https:///doi.org/10.48550/arXiv.2202.11142
arXiv: 2202.11142

[140] C. A. Ryan, C. Negrevergne, M. Laforest, E. Knill és R. Laflamme. Folyékony halmazállapotú mágneses magrezonancia, mint próbapad a kvantumszabályozási módszerek fejlesztéséhez. Phys. Rev. A, 78:012328, 2008. július. https:///doi.org/10.1103/PhysRevA.78.012328.
https:///doi.org/10.1103/PhysRevA.78.012328

[141] Richard Versluis, Stefano Poletto, Nader Khammassi, Brian Tarasinski, Nadia Haider, David J Michalak, Alessandro Bruno, Koen Bertels és Leonardo DiCarlo. Skálázható kvantumáramkör és vezérlés szupravezető felületi kódhoz. Physical Review Applied, 8(3):034021, 2017. https:///doi.org/10.1103/physrevapplied.8.034021.
https:///doi.org/10.1103/physrevapplied.8.034021

[142] Bjoern Lekitsch, Sebastian Weidt, Austin G Fowler, Klaus Mølmer, Simon J Devitt, Christof Wunderlich és Winfried K Hensinger. Mikrohullámú csapdába ejtett ionkvantumszámítógép tervrajza. Science Advances, 3(2):e1601540, 2017. https:///doi.org/10.1126/sciadv.1601540.
https:///doi.org/10.1126/sciadv.1601540

Idézi

[1] Nicolas PD Sawaya, Daniel Marti-Dafcik, Yang Ho, Daniel P Tabor, David Bernal, Alicia B Magann, Shavindra Premaratne, Pradeep Dubey, Anne Matsuura, Nathan Bishop, Wibe A de Jong, Simon Benjamin, Ojas D Parekh, Norm Tubman, Katherine Klymko és Daan Camps, „HamLib: Hamiltonok könyvtára kvantumalgoritmusok és hardverek összehasonlításához”, arXiv: 2306.13126, (2023).

[2] Federico Dominguez, Josua Unger, Matthias Traube, Barry Mant, Christian Ertler és Wolfgang Lechner, „Encoding-Independent Optimization Problem Formulation for Quantum Computing” arXiv: 2302.03711, (2023).

[3] Nicolas PD Sawaya és Joonsuk Huh, „Továbbfejlesztett erőforrás-hangolható rövid távú kvantumalgoritmusok az átmenet valószínűségére, a fizika és a variációs kvantum lineáris algebra alkalmazásaival”, arXiv: 2206.14213, (2022).

A fenti idézetek innen származnak SAO/NASA HIRDETÉSEK (utolsó sikeres frissítés: 2023-09-17 01:11:40). Előfordulhat, hogy a lista hiányos, mivel nem minden kiadó ad megfelelő és teljes hivatkozási adatokat.

On Crossref által idézett szolgáltatás művekre hivatkozó adat nem található (utolsó próbálkozás 2023-09-17 01:11:39).

Ez a tanulmány a Quantumban jelent meg Creative Commons Nevezd meg 4.0 International (CC BY 4.0) engedély. A szerzői jog az eredeti szerzői jog tulajdonosainál marad, például a szerzőknél vagy intézményeiknél.

SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
PlatoESG. Autóipar / elektromos járművek, Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
ChartPrime. Emelje fel kereskedési játékát a ChartPrime segítségével. Hozzáférés itt.
BlockOffsets. A környezetvédelmi ellentételezési tulajdon korszerűsítése. Hozzáférés itt.
Forrás: https://quantum-journal.org/papers/q-2023-09-14-1111/

Időbélyeg: 14. szeptember 2023.

Korrelációk a tipikusságban és egy igenlő megoldás a pontos katalitikus entrópia sejtésre, a PlatoBlockchain Data Intelligence-re. Függőleges keresés. Ai.

Tipikus összefüggések és a pontos katalitikus entrópia sejtés igenlő megoldása

Forrás klaszter:

Quantum Journal

Forrás csomópont: 1752996

Időbélyeg: 10. november 2022.

Újra kiadta Platón

Az összefonódás és a nem lokalitás kölcsönhatásának megértése: az összefonódáselmélet új ágának motiválása és fejlesztése

Összegabalyodással továbbfejlesztett tesztjavaslat lokális Lorentz-szimmetria megsértésére spinor atomokon keresztül

Számítási és összehasonlítási programok kvantummásolásvédelme a kvantum véletlen orákulummodellben

Egy pár mérési felület kódja ötszögeken

Akkumulátor anyagok kvantumszimulációja ionos pszeudopotenciálok felhasználásával

A mágneses alszintű populációk kvantumösszefonódásának vizsgálata: túl a spin-sajtoló egyenlőtlenségeken

Időnként frissített kvantumtermikus gépek

Minimális kommunikációs költség az összegabalyodott qubitek szimulálásához

A hűség általános tulajdonságai PT szimmetriájú nem-hermitikus kvantumrendszerekben

Kvantumkorrelációk a jelzés nélküli határon: önteszt és így tovább

Tipikus összefüggések és a pontos katalitikus entrópia sejtés igenlő megoldása

Rólunk

Vertical Search & Ai

Emelvény

Maradjon kapcsolatban

Fiók