이산 최적화를 위한 양자 알고리즘의 절충안 인코딩 및 설계 툴킷: 색상 지정, 라우팅, 스케줄링 및 기타 문제

플라톤에 의해 재발행

팔로워 : 0

니콜라스 PD 사와야¹, 앨버트 T 슈미츠², 그리고 스튜어트 해드필드^3,4

¹Intel Labs, Intel Corporation, Santa Clara, California 95054, USA [nicolas.sawaya@intel.com]
²인텔 연구소, 인텔사, Hillsboro, Oregon 97124, USA
³양자 인공 지능 연구소, NASA Ames 연구 센터, Moffett Field, California 94035, USA
⁴USRA 고급 컴퓨터 과학 연구소, 캘리포니아주 마운틴뷰, 94043, 미국

이 논문이 흥미 롭거나 토론하고 싶습니까? SciRate에 댓글을 달거나 댓글 남기기.

추상

어려운 조합 최적화 문제는 과학과 공학 분야 어디에서나 볼 수 있습니다. 최근 정확한 솔버와 근사 솔버를 포함한 다양한 설정에서 최적화를 위한 여러 가지 양자 방법이 개발되었습니다. 이 연구 분야를 다루는 이 원고는 세 가지 뚜렷한 목적을 가지고 있습니다. 먼저, 우리는 이산($ie,$ 정수 기반) 최적화 문제를 합성하고 분석하기 위한 직관적인 방법을 제시합니다. 여기서 문제와 해당 알고리즘 프리미티브는 인코딩에 독립적인 이산 양자 중간 표현(DQIR)을 사용하여 표현됩니다. 이러한 간결한 표현을 사용하면 이전 접근 방식과 비교하여 더 효율적인 문제 편집, 다양한 인코딩 선택의 자동화된 분석, 더 쉬운 해석 가능성, 더 복잡한 런타임 절차 및 더 풍부한 프로그래밍 기능이 가능하며, 이를 여러 예를 통해 보여줍니다. 둘째, 여러 큐비트 인코딩을 비교하는 수치 연구를 수행합니다. 결과는 특정 하드웨어 세트와 특정 문제 및 알고리즘에 대한 인코딩 선택을 안내하는 데 도움이 되는 여러 가지 예비 추세를 보여줍니다. 우리의 연구에는 그래프 색상 지정, 출장 판매원 문제, 공장/기계 일정 관리, 재무 포트폴리오 재조정 및 정수 선형 프로그래밍과 관련된 문제가 포함됩니다. 셋째, 최대 16레벨 양자 변수까지 낮은 깊이의 그래프 파생 부분 혼합기(GDPM)를 설계하여 컴팩트(이진) 인코딩이 이전에 이해했던 것보다 QAOA에 더 적합하다는 것을 보여줍니다. 우리는 프로그래밍 추상화 및 하위 수준 빌딩 블록으로 구성된 이 툴킷이 이산 조합 문제에 대한 양자 알고리즘을 설계하는 데 도움이 될 것으로 기대합니다.

개별 최적화를 위한 양자 알고리즘의 절충안 인코딩 및 디자인 툴킷: 색상 지정, 라우팅, 스케줄링 및 기타 문제 PlatoBlockchain Data Intelligence. 수직 검색. 일체 포함.

주요 이미지: QAOA 등을 구현하는 동안 3큐비트 변수를 6개 상태로 제한하기 위한 그래프 파생 부분 믹서(GDPM)입니다.

► BibTeX 데이터

@article{Sawaya2023encodingtradeoffs, doi = {10.22331/q-2023-09-14-1111}, url = {https://doi.org/10.22331/q-2023-09-14-1111}, title = {인코딩 거래 -불연속 최적화를 위한 양자 알고리즘의 오프 및 설계 툴킷: 색상 지정, 라우팅, 스케줄링 및 기타 문제}, 작성자 = {Sawaya, Nicolas PD 및 Schmitz, Albert T 및 Hadfield, Stuart}, 저널 = {{Quantum}}, issn = {2521-327X}, 출판사 = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, 권 = {7}, 페이지 = {1111}, 월 = 2023월, 연도 = { XNUMX} }

► 참고 문헌

[1] 크리스토스 H 파파디미트리우(Christos H Papadimitriou)와 케네스 스타이글리츠(Kenneth Steiglitz). 조합 최적화: 알고리즘과 복잡성. 택배회사, 1998.

[2] 러브 K 그로버. 데이터베이스 검색을 위한 빠른 양자 역학 알고리즘입니다. 컴퓨팅 이론에 관한 제212차 연례 ACM 심포지엄 진행, 페이지 219–1996, 10.1145. https://doi.org/237814.237866/XNUMX.
https : / /doi.org/ 10.1145 / 237814.237866

[3] 태드 호그(Tad Hogg)와 드미트리 포트노프(Dmitriy Portnov). 양자 최적화. 정보 과학, 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] 에드워드 파리, 제프리 골드스톤, 샘 구트만. 양자 근사 최적화 알고리즘. arXiv 사전 인쇄 arXiv:1411.4028, 2014. https://doi.org/10.48550/arXiv.1411.4028.
https:///doi.org/10.48550/arXiv.1411.4028
arXiv : 1411.4028

[5] 매튜 B 헤이스팅스. 정확한 최적화를 위한 짧은 경로 양자 알고리즘입니다. 양자, 2:78, 2018. https:///doi.org/10.22331/q-2018-07-26-78.
https://doi.org/10.22331/q-2018-07-26-78

[6] 타밈 알바쉬(Tameem Albash)와 다니엘 A 라이다(Daniel A Lidar). 단열 양자 계산. 현대 물리학 리뷰, 90(1):015002, 2018. https://doi.org/10.1103/revmodphys.90.015002.
https : / /doi.org/10.1103/ revmodphys.90.015002

[7] 스튜어트 해드필드, 왕 지후이, 브라이언 오고먼, 엘레노어 리펠, 다비드 벤투렐리, 루팍 비스와스. 양자 근사 최적화 알고리즘부터 양자 교대 연산자 ansatz까지. 알고리즘, 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 및 William D Oliver. 양자 어닐링의 관점: 방법 및 구현. 물리학 발전 보고서, 83(5):054401, 2020. https://doi.org/10.1088/1361-6633/ab85b8.
https://doi.org/10.1088/1361-6633/ab85b8

[9] KM Svore, AV Aho, AW Cross, I. Chuang 및 IL Markov. 양자 컴퓨팅 설계 도구를 위한 계층화된 소프트웨어 아키텍처입니다. 컴퓨터, 39(1):74–83, 2006년 10.1109월. https://doi.org/2006.4/MC.XNUMX.
https : / /doi.org/10.1109/ MC.2006.4

[10] David Ittah, Thomas Häner, Vadym Kliuchnikov, Torsten Hoefler. 양자 프로그램에 대한 데이터 흐름 최적화를 활성화합니다. arXiv 사전 인쇄 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 및 Phillip C Lotshaw. Qaoakit: qaoa의 재현 가능한 연구, 적용 및 검증을 위한 툴킷입니다. 2021년 양자 컴퓨팅 소프트웨어(QCS)에 관한 IEEE/ACM 제64차 국제 워크숍, 71~2021페이지. IEEE, 10.1109. https:///doi.org/54837.2021.00011/qcsXNUMX.
https://doi.org/10.1109/qcs54837.2021.00011

[12] Nicolas PD Sawaya, Tim Menke, Thi Ha Kyaw, Sonika Johri, Alán Aspuru-Guzik 및 Gian Giacomo Guerreschi. 광자, 진동 및 스핀 해밀턴을 위한 d-레벨 시스템의 자원 효율적인 디지털 양자 시뮬레이션. npj Quantum Information, 6(1), 2020년 10.1038월. https://doi.org/41534/s020-0278-0-XNUMX.
https://doi.org/10.1038/s41534-020-0278-0

[13] 스튜어트 해드필드. 양자 컴퓨팅을 위한 해밀턴으로서 부울 및 실수 함수의 표현에 대해 설명합니다. 양자 컴퓨팅에 대한 ACM 거래, 2(4):1–21, 2021. https://doi.org/10.1145/3478519.
https : / /doi.org/ 10.1145 / 3478519

[14] 케샤 히에탈라, 로버트 랜드, 시한 훙, 샤오디 우, 마이클 힉스. 양자 중간 표현의 최적화가 검증되었습니다. CoRR, abs/1904.06319, 2019. https://doi.org/10.48550/arXiv.1904.06319.
https:///doi.org/10.48550/arXiv.1904.06319

[15] Thien Nguyen과 Alexander McCaskey. 다단계 중간 표현을 통해 양자 가속기를 위한 대상 변경 가능 최적화 컴파일러입니다. IEEE 마이크로, 42(5):17–33, 2022. https://doi.org/10.1109/mm.2022.3179654.
https://doi.org/10.1109/mm.2022.3179654

[16] 알렉산더 맥카스키(Alexander McCaskey)와 티엔 응우옌(Thien Nguyen). 양자 어셈블리 언어를 위한 MLIR 방언입니다. 2021년 IEEE QCE(양자 컴퓨팅 및 엔지니어링 국제 컨퍼런스), 255~264페이지. 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 및 Jay M Gambetta. 개방형 양자 어셈블리 언어. arXiv 사전 인쇄 arXiv:1707.03429, 2017. https://doi.org/10.48550/arXiv.1707.03429.
https:///doi.org/10.48550/arXiv.1707.03429
arXiv : 1707.03429

[18] 니콜라스 PD 사와야, 지안 지아코모 게레스키, 아담 홈즈. d-레벨 입자의 디지털 양자 시뮬레이션을 위한 연결에 따른 리소스 요구 사항. 2020년 IEEE QCE(양자 컴퓨팅 및 엔지니어링 국제 컨퍼런스)에서. 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 및 Roni Harnik. 범용 양자 컴퓨터의 전자-포논 시스템. 물리. 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 및 Xiao Yuan. 분자 진동의 디지털 양자 시뮬레이션. 화학. 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 및 Ivano Tavernelli. 진동 구조 계산을 위한 하드웨어 효율적인 양자 알고리즘. 화학. Sci., 11(26):6842–6855, 2020. https://doi.org/10.1039/d0sc01908a.
https:///doi.org/10.1039/d0sc01908a

[22] 니콜라스 PD 사와야, 프란체스코 파에사니, 다니엘 P 타보르. 진동 분광학을 위한 단기 및 장기 양자 알고리즘 접근법. 물리적 검토 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 및 Alán Aspuru-Guzik. 양자 광학 하드웨어의 양자 컴퓨터 지원 설계. 양자 과학 및 기술, 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 및 PG Pagliuso. 스핀 7/2 시스템의 희석 효과. 반강자성체 GdRhIn5의 경우. 자기 및 자성 재료 저널, 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, 조나단 로메로, Ryan Babbush, Alán Aspuru-Guzik. 변형 하이브리드 양자-고전 알고리즘 이론. 새로운 물리학 저널, 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 및 Artur F Izmaylov. 최소 클릭 커버를 사용하는 변이 양자 고유 솔버의 측정 최적화. 화학 물리학 저널, 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 등 변이 양자 알고리즘. 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] 드미트리 A 페도로프, 보 펭, 니란얀 고빈드, 유리 알렉세예프. VQE 방법: 간단한 설문 조사 및 최근 개발. 재료 이론, 6(1):1–21, 2022. https://doi.org/10.1186/s41313-021-00032-6.
https://doi.org/10.1186/s41313-021-00032-6

[29] 앤드류 루카스. 많은 NP 문제의 공식화. 물리학의 개척지, 2:5, 2014. https:///doi.org/10.3389/fphy.2014.00005.
https : / /doi.org/ 10.3389 / fphy.2014.00005

[30] 오영현, Hamed Mohammadbagherpoor, Patrick Dreher, Anand Singh, Xianqing Yu, Andy J. Rindos. 하이브리드 양자 알고리즘을 사용하여 다중 색상 조합 최적화 문제를 해결합니다. arXiv 사전 인쇄 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 및 Eleanor G. Rieffel. XY 믹서: 양자 교대 연산자 ansatz에 대한 분석 및 수치 결과입니다. 물리. A, 101:012320, 2020년 10.1103월. https://doi.org/101.012320/PhysRevA.XNUMX.
https : / /doi.org/10.1103/ PhysRevA.101.012320

[32] Zsolt Tabi, Kareem H. El-Safty, Zsofia Kallus, Peter Haga, Tamas Kozsik, Adam Glos 및 Zoltan Zimboras. 공간 효율적인 임베딩을 통한 그래프 색상 문제에 대한 양자 최적화. 2020년 IEEE QCE(양자 컴퓨팅 및 엔지니어링 국제 컨퍼런스)에서. IEEE, 2020년 10.1109월. https://doi.org/49297.2020.00018/qceXNUMX.
https://doi.org/10.1109/qce49297.2020.00018

[33] 프란츠 G 푹스, 헤르만 오이 콜덴, 닐스 헨리크 아세, 조르지오 사르토르. qaoa를 사용하여 양자 컴퓨터에서 가중치 MAX k-CUT을 효율적으로 인코딩합니다. SN 컴퓨터 과학, 2(2):89, 2021. https://doi.org/10.1007/s42979-020-00437-z.
https : / /doi.org/ 10.1007 / s42979-020-00437-z

[34] 브라이언 오고먼(Bryan O'Gorman), 엘레노어 길버트 리펠(Eleanor Gilbert Reffel), 민 도(Minh Do), 다비드 벤투렐리(Davide Venturelli), 제레미 프랭크(Jeremy Frank). 양자 어닐링에 대한 계획 문제 편집 접근 방식을 비교합니다. 지식 공학 검토, 31(5):465–474, 2016. https://doi.org/10.1017/S0269888916000278.
https : / /doi.org/ 10.1017 / S0269888916000278

[35] 토비아스 스톨렌워크(Tobias Stollenwerk), 스튜어트 해드필드(Stuart Hadfield), 왕 지후이(Zhihui Wang). 실제 계획 문제에 대한 양자 게이트 모델 휴리스틱을 지향합니다. 양자 공학에 관한 IEEE 거래, 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 및 Rupak Biswas. 항공 교통 관리를 위한 최적의 궤적 충돌을 해결하기 위해 양자 어닐링이 적용되었습니다. 지능형 교통 시스템에 관한 IEEE 거래, 21(1):285–297, 2020년 10.1109월. https://doi.org/2019.2891235/tits.XNUMX.
https:///doi.org/10.1109/tits.2019.2891235

[37] 앨런 크리스핀과 알렉스 시리차스. 차량 스케줄링을 위한 양자 어닐링 알고리즘. 2013년 IEEE 시스템, 인간, 사이버네틱스 국제 컨퍼런스에서. IEEE, 2013. https:///doi.org/10.1109/smc.2013.601.
https:///doi.org/10.1109/smc.2013.601

[38] Davide Venturelli, Dominic JJ Marchand 및 Galo Rojo. 작업장 스케줄링의 양자 어닐링 구현. arXiv 사전 인쇄 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 및 J. Christopher Beck. 스케줄링 문제를 해결하기 위한 하이브리드 양자-고전적 접근 방식입니다. 조합 검색에 관한 제2016차 연례 심포지엄에서. AAAI, 10.1609. https:///doi.org/7/socs.v1.18390iXNUMX.
https:/ / doi.org/ 10.1609/ socs.v7i1.18390

[40] Krzysztof Domino, Mátyás Koniorczyk, Krzysztof Krawiec, Konrad Jałowiecki 및 Bartłomiej Gardas. 단일 선로 철도 노선의 철도 배치 및 충돌 관리 최적화에 대한 양자 컴퓨팅 접근 방식입니다. arXiv 사전 인쇄 arXiv:2010.08227, 2020. https://doi.org/10.48550/arXiv.2010.08227.
https:///doi.org/10.48550/arXiv.2010.08227
arXiv : 2010.08227

[41] 콘스탄틴 달약, 로익 헨리에트, 에마뉘엘 장델, 볼프강 레히너, 사이먼 퍼드릭스, 마크 포체론, 마르가리타 베쉬체제로바. 어려운 산업 최적화 문제에 대한 자격을 갖춘 양자 접근 방식입니다. 전기차 스마트 충전 분야 사례 연구. EPJ 양자 기술, 8(1), 2021. https://doi.org/10.1140/epjqt/s40507-021-00100-3.
https://doi.org/10.1140/epjqt/s40507-021-00100-3

[42] 데이비드 아마로, 마티아스 로젠크란츠, 네이선 피츠패트릭, 히라노 코지, 마티아 피오렌티니. 작업장 일정 문제에 대한 변형 양자 알고리즘에 대한 사례 연구. EPJ 양자 기술, 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, Katarzyna Rycerz. 게이트 기반 양자소자의 작업 흐름 스케줄링 문제에 대한 변형 알고리즘. 컴퓨팅 및 정보학, 40(4), 2021. https:///doi.org/10.31577/cai_2021_4_897.
https:///doi.org/10.31577/cai_2021_4_897

[44] 아담 글로스, 알렉산드라 크라비에츠, 졸탄 짐보라스. 변형 양자 컴퓨팅을 위한 공간 효율적인 바이너리 최적화. 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, Jarosław Adam Miszczak. 양자 최적화를 위한 여행하는 세일즈맨 문제 변형의 제약 없는 이진 모델입니다. 양자 정보 처리, 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, Davide Venturelli. QuIP(양자 정수 프로그래밍) 47-779: 강의 노트. arXiv 사전 인쇄 arXiv:2012.11382, 2020. https://doi.org/10.48550/arXiv.2012.11382.
https:///doi.org/10.48550/arXiv.2012.11382
arXiv : 2012.11382

[47] 마크 호드슨, 브렌든 럭, 휴 옹, 데이비드 가빈, 스테판 덜만. 양자 교대 연산자 ansatz를 사용한 포트폴리오 재조정 실험. arXiv 사전 인쇄 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 및 José I. Latorre. 옵션 가격 책정에 대한 양자 단항 접근 방식. 물리. A, 103:032414, 2021. https://doi.org/10.1103/PhysRevA.103.032414.
https : / /doi.org/10.1103/ PhysRevA.103.032414

[49] 타무라 켄스케, 시라이 타츠히코, 카츠라 호쇼, 다나카 슈, 토가와 노조무. ising 머신에서 일반적인 이진 정수 인코딩의 성능 비교. IEEE 액세스, 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 및 Zoltán Zimborás. 중간 회로 측정을 통한 변형 양자 알고리즘의 오류 완화. 물리적 검토 A, 105(2):022441, 2022. https://doi.org/10.1103/physreva.105.022441.
https : / /doi.org/10.1103/ physreva.105.022441

[51] 왕 지후이, 스튜어트 해드필드, 장 지앙, 엘레노어 G 리펠. maxcut을 위한 양자 근사 최적화 알고리즘: 페르미온 관점. 물리적 검토 A, 97(2):022304, 2018. https://doi.org/10.1103/physreva.97.022304.
https : / /doi.org/10.1103/ physreva.97.022304

[52] 스튜어트 앤드루 해드필드. 과학적 컴퓨팅 및 근사 최적화를 위한 양자 알고리즘. 컬럼비아 대학교, 2018. https://doi.org/10.48550/arXiv.1805.03265.
https:///doi.org/10.48550/arXiv.1805.03265

[53] 매튜 B. 헤이스팅스. 고전적 및 양자적 경계 깊이 근사 알고리즘. 양자 정보 및 계산, 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, Eugene Tang. 대칭 보호로 인한 변형 양자 최적화의 장애물. 물리적 검토 편지, 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 및 Rolando L La Placa. 양자 계산 우위를 위해서는 몇 개의 큐비트가 필요합니까? 양자, 4:264, 2020. https:///doi.org/10.22331/q-2020-05-11-264.
https://doi.org/10.22331/q-2020-05-11-264

[56] 다니엘 스틸크 프랑카(Daniel Stilck França)와 라울 가르시아-패트론(Raul Garcia-Patron). 시끄러운 양자 장치에 대한 최적화 알고리즘의 한계. 자연 물리학, 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, 왕성타오, 최순원, Hannes Pichler, Mikhail D Lukin. 양자 근사 최적화 알고리즘: 단기 장치에서의 성능, 메커니즘 및 구현. 물리적 검토 X, 10(2):021067, 2020. https://doi.org/10.1103/physrevx.10.021067.
https : / /doi.org/10.1103/ physrevx.10.021067

[58] 보아스 바락과 쿠날 마르와하. 둘레가 큰 그래프의 최대 절단을 위한 고전적 알고리즘 및 양자 제한. Mark Braverman, 편집자, 제13차 이론 컴퓨터 과학 컨퍼런스(ITCS 2022) 혁신, Leibniz International Proceedings in Informatics(LIPIcs) 215권, 페이지 14:1–14:21, Dagstuhl, Germany, 2022. Schloss Dagstuhl – Leibniz- Zentrum für Informatik. https://doi.org/10.4230/LIPIcs.ITCS.2022.14.
https : / /doi.org/10.4230/ LIPIcs.ITCS.2022.14

[59] 레나르트 비텔(Lennart Bittel)과 마틴 클리쉬(Martin Kliesch). 변이 양자 알고리즘 훈련은 NP-hard입니다. 물리적 검토 편지, 127(12):120502, 2021. https://doi.org/10.1103/PhysRevLett.127.120502.
https : / /doi.org/10.1103/ PhysRevLett.127.120502

[60] 쿠날 마르와하(Kunal Marwaha)와 스튜어트 해드필드(Stuart Hadfield). 양자 및 기존 로컬 알고리즘을 사용하여 Max $k$ XOR 근사치의 한계입니다. 양자, 6:757, 2022. https:///doi.org/10.22331/q-2022-07-07-757.
https://doi.org/10.22331/q-2022-07-07-757

[61] Barış Özgüler와 Davide Venturelli. 보소닉 양자 프로세서에서 양자 휴리스틱을 위한 수치 게이트 합성. 물리학의 개척자, 724페이지, 2022년. 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 및 Valentin Kasper. 장거리 상호 작용이 있는 양자 시스템을 위한 양자 근사 최적화 알고리즘입니다. arXiv 사전 인쇄 arXiv:2204.00340, 2022. https://doi.org/10.1103/physreva.107.062410.
https : / /doi.org/10.1103/ physreva.107.062410
arXiv : 2204.00340

[63] 스튜어트 해드필드, 왕 지후이, 엘레노어 G 리펠, 브라이언 오고먼, 다비드 벤투렐리, 루팍 비스와스. 하드 및 소프트 제약 조건을 사용한 양자 근사 최적화. 포스트 무어스 시대 슈퍼컴퓨팅에 관한 제15차 국제 워크숍 진행, 21년 2017~10.1145페이지. https://doi.org/3149526.3149530/XNUMX.
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 등 단기 양자 장치의 변형 알고리즘을 사용한 양자 최적화. 양자 과학 기술, 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, Xiao Yuan. 가상의 시간 진화에 대한 변형 ansatz 기반 양자 시뮬레이션. 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 TK Tan, Matthew J. O'Rourke, Erika Ye, Austin J. Minnich, Fernando GSL Brandão 및 Garnet Kin-Lic Chan. 양자 상상 시간 진화를 사용하여 양자 컴퓨터에서 고유 상태와 열 상태를 결정합니다. 자연 물리학, 16(2):205–210, 2019. https://doi.org/10.1038/s41567-019-0704-4.
https://doi.org/10.1038/s41567-019-0704-4

[67] 라이언 오도넬. 부울 함수 분석. 캠브리지 대학 출판부, 2014.

[68] Kyle EC 부스, Bryan O'Gorman, Jeffrey Marshall, Stuart Hadfield 및 Eleanor Rieffel. 양자 가속 제약 프로그래밍. Quantum, 5:550, 2021년 10.22331월. https:///doi.org/2021/q-09-28-550-XNUMX.
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 및 Harald Weinfurter. 양자 계산을 위한 기본 게이트입니다. 물리적 검토 A, 52(5):3457, 1995. https://doi.org/10.1103/PhysRevA.52.3457.
https : / /doi.org/10.1103/ PhysRevA.52.3457

[70] VV Shende 및 IL Markov. TOFFOLI 게이트의 CNOT 비용. 양자 정보 및 계산, 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] 메디 사이디(Mehdi Saeedi)와 이고르 L 마르코프(Igor L Markov). 가역 회로의 합성 및 최적화 - 조사. ACM 컴퓨팅 설문조사(CSUR), 45(2):1–34, 2013. https://doi.org/10.1145/2431211.2431220.
https : / /doi.org/ 10.1145 / 2431211.2431220

[72] 지안 지아코모 게레스키. 분할 정복 및 양자 알고리즘을 사용하여 제약 없는 2101.07813차 이진 최적화를 해결합니다. arXiv 사전 인쇄 arXiv:2021, 10.48550. https://doi.org/2101.07813/arXiv.XNUMX.
https:///doi.org/10.48550/arXiv.2101.07813
arXiv : 2101.07813

[73] Zain H. Saleem, Teague Tomesh, Michael A. Perlin, Pranav Gokhale 및 Martin Suchara. 조합 최적화 및 분산 컴퓨팅을 위한 양자 분할 및 정복. arXiv 사전 인쇄 arXiv:2107.07532, 2021. https://doi.org/10.48550/arXiv.2107.07532.
https:///doi.org/10.48550/arXiv.2107.07532
arXiv : 2107.07532

[74] 다니엘 A 라이다(Daniel A Lidar)와 토드 A 브룬(Todd A Brun). 양자 오류 수정. 케임브리지 대학 출판부, 2013.

[75] 니콜라스 총리. 양자 어닐링 및 qaoa에 대한 이산 변수의 도메인 벽 인코딩. 양자 과학 기술, 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 및 Raouf Dridi. 도메인벽 인코딩을 이론적, 실험적으로 이해합니다. 왕립학회의 철학적 거래 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 및 Nicholas 총리. 양자 어닐링을 위한 도메인벽 인코딩 성능. 양자 공학에 관한 IEEE 거래, 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 등 제조된 스핀을 이용한 양자 어닐링. 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 및 Eleanor Rieffel. 정지의 힘을 강자성적으로 이동시키는 것입니다. 물리적 검토 적용, 15(4):044013, 2021. https://doi.org/10.1103/physrevapplied.15.044013.
https : / /doi.org/10.1103/ physrevapplied.15.044013

[80] 다비데 벤투렐리(Davide Venturelli)와 알렉세이 콘드라티예프(Alexei Kondratyev). 포트폴리오 최적화 문제에 대한 역양자 어닐링 접근 방식. 양자 기계 지능, 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, Szilard Szalay 및 Nick Chancellor. Pegasus: 대규모 양자 어닐링 하드웨어에 대한 두 번째 연결 그래프. arXiv 사전 인쇄 arXiv:1901.07636, 2019. https:///doi.org/10.48550/arXiv.1901.07636.
https:///doi.org/10.48550/arXiv.1901.07636
arXiv : 1901.07636

[82] 볼프강 레흐너, 필립 하우케, 피터 졸러. 로컬 상호 작용을 통한 전체 연결성을 갖춘 양자 어닐링 아키텍처입니다. Science Advances, 1(9):e1500838, 2015. https://doi.org/10.1126/sciadv.1500838.
https : / /doi.org/10.1126/sciadv.1500838

[83] MS Sarandy와 DA Lidar. 개방형 시스템의 단열 양자 계산. 물리적 검토 편지, 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 및 CJS Truncik. 열 보조 단열 양자 계산. 물리적 검토 편지, 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 및 Daniel A Lidar. 프로그래밍 가능한 양자 어닐링의 실험적 서명. 네이처 커뮤니케이션즈, 4(1):2067, 2013. https:///doi.org/10.1038/ncomms3067.
https : / /doi.org/ 10.1038 / ncomms3067

[86] Kostyantyn Kechedzhi와 Vadim N Smelyanskiy. 지수적 축퇴를 갖는 평균장 모델의 개방형 시스템 양자 어닐링. 물리적 검토 X, 6(2):021028, 2016. https://doi.org/10.1103/physrevx.6.021028.
https : / /doi.org/10.1103/ physrevx.6.021028

[87] 지안루카 파사렐리, 카와 입, 다니엘 A 라이다, 프로콜로 루치냐노. 표준 양자 어닐링은 결맞음 측면에서 단열 역 어닐링보다 성능이 뛰어납니다. 물리적 검토 A, 105(3):032431, 2022. https://doi.org/10.1103/physreva.105.032431.
https : / /doi.org/10.1103/ physreva.105.032431

[88] 스테파니 즈빈덴, 안드레아스 바르치, 흐리스토 지제프, 스테판 아이덴벤츠. 키메라 및 페가수스 연결 토폴로지를 갖춘 양자 어닐러용 내장 알고리즘. 고성능 컴퓨팅에 관한 국제 회의, 187~206페이지. 스프링거, 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, 볼프강 레흐너, Helmut G Katzgraber 및 Matthias Troyer. 양자 어닐링에 최적화 문제의 오버헤드 스케일링을 포함합니다. PRX Quantum, 2(4):040322, 2021. https://doi.org/10.1103/prxQuantum.2.040322.
https : / / doi.org/ 10.1103 / prxquantum.2.040322

[90] 아니루다 바팟(Aniruddha Bapat)과 스티븐 조던(Stephen Jordan). 고전적 및 양자 최적화 알고리즘의 설계 원리로서의 Bang-bang 제어. arXiv 사전 인쇄 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] 루슬란 셰이둘린, 스튜어트 해드필드, 태드 호그, 일리아 사프로. 고전적인 대칭과 양자 근사 최적화 알고리즘. 양자 정보 처리, 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 및 Jacob Biamonte. 양자 근사 최적화의 매개변수 농도. 물리적 검토 A, 104(1):L010401, 2021. https://doi.org/10.1103/physreva.104.l010401.
https://doi.org/10.1103/physreva.104.l010401

[93] 마이클 스트라이프와 마틴 라이프. 양자 처리 장치에 액세스하지 않고 양자 근사 최적화 알고리즘을 훈련합니다. 양자 과학 기술, 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 및 Masoud Mohseni. 고전 신경망을 통해 양자 신경망으로 학습하는 방법을 학습합니다. arXiv 사전 인쇄 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 및 Eleanor G Rieffel. 메타 학습을 통한 양자 휴리스틱 최적화. 양자 기계 지능, 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, Mohan Sarovar. 피드백 기반 양자 최적화. 물리적 검토 편지, 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 및 Alexey V Gorshkov. 양자 어닐링 및 양자 근사 최적화 알고리즘 문제의 최적 프로토콜. 물리적 검토 편지, 126(7):070505, 2021. https://doi.org/10.1103/physrevlett.126.070505.
https : / //doi.org/10.1103/ physrevlett.126.070505

[98] 조나단 워츠(Jonathan Wurtz)와 피터 J 러브(Peter J Love). 반당뇨성과 양자 근사 최적화 알고리즘. 양자, 6:635, 2022. https:///doi.org/10.22331/q-2022-01-27-635.
https://doi.org/10.22331/q-2022-01-27-635

[99] 안드레아스 바르치(Andreas Bärtschi)와 스테판 아이덴벤츠(Stephan Eidenbenz). QAOA용 Grover 믹서: 믹서 설계에서 상태 준비로 복잡성을 전환합니다. 2020년 IEEE 양자 컴퓨팅 및 엔지니어링(QCE) 국제 회의, 72~82페이지. IEEE, 2020. https:///doi.org/10.1109/qce49297.2020.00020.
https://doi.org/10.1109/qce49297.2020.00020

[100] 다니엘 J 에거, 야쿱 마레첵, 스테판 워너. 웜 스타트 양자 최적화. 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] 조나단 워츠(Jonathan Wurtz)와 피터 J 러브(Peter J Love). 고전적으로 최적의 변이 양자 알고리즘. 양자 공학에 대한 IEEE 거래, 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, Yuri Alexeev 및 Lukasz Cincio. 레이어 VQE: 시끄러운 양자 컴퓨터에서 조합 최적화를 위한 변형 접근 방식입니다. 양자공학에 관한 IEEE 거래, 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 및 Hartmut Neven. 양자 신경망 훈련 환경의 불모의 고원. 자연 커뮤니케이션, 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 및 Sophia E Economou. 양자 컴퓨터에서 조합 문제를 해결하기 위한 적응형 양자 근사 최적화 알고리즘입니다. 물리적 검토 연구, 4(3):033029, 2022. https://doi.org/10.1103/physrevresearch.4.033029.
https : / / doi.org/ 10.1103 / physrevresearch.4.033029

[105] 벤스 바코, 아담 글로스, 외즐렘 살레히, 졸탄 짐보라스. 변이 양자 최적화를 위한 최적에 가까운 회로 설계. arXiv 사전 인쇄 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 Hen과 Marcelo S Sarandy. 양자 어닐링의 제한된 최적화를 위한 드라이버 해밀턴입니다. 물리적 검토 A, 93(6):062312, 2016. https://doi.org/10.1103/physreva.93.062312.
https : / /doi.org/10.1103/ physreva.93.062312

[107] Itay Hen과 Federico M Spedalieri. 제한된 최적화를 위한 양자 어닐링. 물리적 검토 적용, 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 및 Jingbo Wang. 제약 조건이 있는 NP 최적화 문제에 대한 양자 근사 알고리즘입니다. arXiv 사전 인쇄 arXiv:2002.00943, 2020. https://doi.org/10.48550/arXiv.2002.00943.
https:///doi.org/10.48550/arXiv.2002.00943
arXiv : 2002.00943

[109] 마이클 A. 닐슨과 아이작 L. 추앙. 양자 계산 및 양자 정보: 10주년 기념판. Cambridge University Press, 뉴욕, 뉴욕, 미국, 10판, 2011.

[110] 스즈키 마스오. 양자 역학 및 통계 물리학에 대한 일부 응용 프로그램을 사용한 지수 연산자 및 거짓말 지수의 분해 공식. 수리 물리학 저널, 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 및 Zhihui Wang. 국소 입자 수 보존을 이용한 양자 알고리즘: 소음 효과 및 오류 수정. 물리적 검토 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 및 Jacob D Biamonte. 양자 근사 최적화의 도달 가능성 부족. 실제 검토 편지, 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 및 Giorgio Sartor. 양자 근사 최적화 알고리즘을 위한 제약 조건 보존 믹서. 알고리즘, 15(6):202, 2022. https://doi.org/10.3390/a15060202.
https : / /doi.org/10.3390/ a15060202

[114] Vandana Shukla, OP Singh, GR Mishra 및 RK Tiwari. 바이너리-그레이 코드 변환기 회로의 효율적인 가역 구현을 위한 CSMT 게이트 적용. 2015년 IEEE UP 전기 컴퓨터 및 전자 분야 회의(UPCON). IEEE, 2015년 10.1109월. https://doi.org/2015.7456731/UPCON.XNUMX.
https://doi.org/10.1109/UPCON.2015.7456731

[115] 알렉산더 슬레포이. 양자 게이트 분해 알고리즘. 기술 보고서, 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 및 Edwin Barnes. 변이 양자 고유해석 알고리즘을 위한 효율적인 대칭 보존 상태 준비 회로. npj 양자 정보, 6(1), 2020. https://doi.org/10.1038/s41534-019-0240-1.
https://doi.org/10.1038/s41534-019-0240-1

[117] DP DiVincenzo 및 J. Smolin. 양자 컴퓨터의 94비트 게이트 설계 결과. 물리학 및 계산에 관한 Proceedings 워크샵에서. PhysComp 1994. IEEE 컴퓨팅. Soc. Press, 10.48550. https:///doi.org/9409111/arXiv.cond-mat/XNUMX.
https:/ / doi.org/ 10.48550/ arXiv.cond-mat/ 9409111

[118] 데이비드 조셉, 아담 캘리슨, 콩 링, 플로리안 민터트. 최단 벡터 문제에 대한 두 가지 양자 ising 알고리즘. 물리적 검토 A, 103(3):032433, 2021. https://doi.org/10.1103/PhysRevA.103.032433.
https : / /doi.org/10.1103/ PhysRevA.103.032433

[119] 피터 브루커. 스케줄링 알고리즘. Springer-Verlag 베를린 하이델베르그, 2004.

[120] AMA Hariri와 Chris N Potts. 최대 지연을 최소화하기 위해 일괄 설정 시간을 갖춘 단일 기계 예약. 운영 연구 연보, 70:75–92, 1997. https://doi.org/10.1023/A:1018903027868.
https : / /doi.org/ 10.1023 / A : 1018903027868

[121] Xiaoqiang Cai, Liming Wang, Xian Zhou. 최대 지연을 확률적으로 최소화하는 단일 머신 스케줄링입니다. 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 Akyol과 G Mirac Bayhan. 다중 기계 조기 및 지각 스케줄링 문제: 상호 연결된 신경망 접근 방식. 국제 첨단 제조 기술 저널, 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 등 정수 프로그래밍, 271권. Springer, 2014.

[124] Hannes Leipold와 Federico M Spedalieri. 선형 제약 조건이 있는 최적화 문제에 대한 드라이버 해밀턴을 구성합니다. 양자 과학 기술, 7(1):015013, 2021. https://doi.org/10.1088/2058-9565/ac16b8.
https://doi.org/10.1088/2058-9565/ac16b8

[125] 스즈키 마스오. 일반화된 트로터의 공식과 지수 연산자의 체계적 근사 및 다체 문제에 적용되는 내부 파생. 수리물리학 커뮤니케이션, 51(2):183–190, 1976. https://doi.org/10.1007/BF01609348.
https : / /doi.org/ 10.1007 / BF01609348

[126] 도미닉 W. 베리와 앤드류 M. 차일즈. 블랙박스 해밀턴 시뮬레이션 및 단일 구현. 양자 정보. 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] DW 베리, AM 차일즈, R. Kothari. 모든 매개변수에 대해 거의 최적의 의존성을 갖는 해밀턴 시뮬레이션. 2015년 컴퓨터 과학 기초에 관한 IEEE 56차 연례 심포지엄, 페이지 792–809, 2015. https://doi.org/10.1109/FOCS.2015.54.
https : / /doi.org/10.1109/FOCS.2015.54

[128] 도미닉 W. 베리, 앤드루 M. 차일즈, 리차드 클리브, 로빈 코타리, 롤랜도 D. 솜마. 절단된 Taylor 시리즈를 사용하여 해밀턴 동역학을 시뮬레이션합니다. 물리적 검토 편지, 114(9):090502, 2015. https://doi.org/10.1103/PhysRevLett.114.090502.
https : / /doi.org/10.1103/ PhysRevLett.114.090502

[129] Guang Hao Low와 Isaac L. Chuang. 양자 신호 처리를 통한 최적의 해밀턴 시뮬레이션. 물리. Lett., 118:010501, 2017. https://doi.org/10.1103/PhysRevLett.118.010501.
https : / /doi.org/10.1103/ PhysRevLett.118.010501

[130] Guang Hao Low와 Isaac L. Chuang. 큐비트화에 의한 해밀턴 시뮬레이션. 양자, 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, Yuan Su. 무작위화를 통해 더욱 빠른 양자 시뮬레이션. 양자, 3:182, 2019. https:///doi.org/10.22331/q-2019-09-02-182.
https://doi.org/10.22331/q-2019-09-02-182

[132] 얼 캠벨. 빠른 해밀턴 시뮬레이션을 위한 무작위 컴파일러. 물리적 검토 편지, 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 및 Shuchen Zhu. 정류자 스케일링을 사용한 트로터 오류 이론. 물리. 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 및 AY Matsuura. 저심도 트로터-스즈키 분해에 대한 그래프 최적화 관점. arXiv 사전 인쇄 arXiv:2103.08602, 2021. https://doi.org/10.48550/arXiv.2103.08602.
https:///doi.org/10.48550/arXiv.2103.08602
arXiv : 2103.08602

[135] 니콜라스 PD 사와야. mat2qubit: 진동, 보소닉, 그래프 색상 지정, 라우팅, 스케줄링 및 일반 행렬 문제의 큐비트 인코딩을 위한 경량 Python 패키지입니다. arXiv 사전 인쇄 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 RJ Nelson, Eric Jones, Robert Kern, Eric Larson, CJ Carey, İlhan Polat, Yu Feng, Eric W. Moore, Jake VanderPlas, Denis Laxalde, Josef Perktold, Robert Cimrman, Ian Henriksen, EA Quintero, Charles R . Harris, Anne M. Archibald, Antônio H. Ribeiro, Fabian Pedregosa, Paul van Mulbregt 및 SciPy 1.0 기여자. SciPy 1.0: Python의 과학 컴퓨팅을 위한 기본 알고리즘. 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 등 Openfermion: 양자 컴퓨터용 전자 구조 패키지. 양자 과학 및 기술, 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 Certík, Sergey B Kirpichev, Matthew Rocklin, AMiT Kumar, Sergiu Ivanov, Jason K Moore, Sartaj Singh 등 Sympy: Python의 기호 컴퓨팅. PeerJ 컴퓨터 과학, 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 및 AY Matsuura. 변형 하이브리드 양자 고전 알고리즘 및 양자 가속기를 위한 LLVM 기반 C++ 컴파일러 툴체인입니다. arXiv 사전 인쇄 arXiv:2202.11142, 2022. https://doi.org/10.48550/arXiv.2202.11142.
https:///doi.org/10.48550/arXiv.2202.11142
arXiv : 2202.11142

[140] CA Ryan, C. Negrevergne, M. Laforest, E. Knill 및 R. Laflamme. 양자 제어 방법 개발을 위한 테스트베드로서의 액체 상태 핵자기 공명. 물리. A, 78:012328, 2008년 10.1103월. https://doi.org/78.012328/PhysRevA.XNUMX.
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 및 Leonardo DiCarlo. 초전도 표면 코드를 위한 확장 가능한 양자 회로 및 제어. 물리적 검토 적용, 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 및 Winfried K Hensinger. 마이크로파에 갇힌 이온 양자 컴퓨터의 청사진. Science Advances, 3(2):e1601540, 2017. https://doi.org/10.1126/sciadv.1601540.
https : / /doi.org/10.1126/sciadv.1601540

인용

[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 및 Daan Camps, "HamLib: 양자 알고리즘 및 하드웨어 벤치마킹을 위한 해밀턴 라이브러리", arXiv : 2306.13126, (2023).

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

[3] Nicolas PD Sawaya 및 허준석, “물리 및 변이 양자 선형 대수학에 응용하여 전환 확률을 위한 향상된 자원 조정 가능 단기 양자 알고리즘”, arXiv : 2206.14213, (2022).

위의 인용은 SAO / NASA ADS (마지막으로 성공적으로 업데이트 됨 2023-09-17 01:11:40). 모든 출판사가 적절하고 완전한 인용 데이터를 제공하지는 않기 때문에 목록이 불완전 할 수 있습니다.

On Crossref의 인용 서비스 인용 작품에 대한 데이터가 없습니다 (최종 시도 2023-09-17 01:11:39).

이 백서는 Quantum에서 Creative Commons Attribution 4.0 International(CC BY 4.0) 특허. 저작권은 저자 또는 기관과 같은 원래 저작권 보유자에게 있습니다.

SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
플라톤ESG. 자동차 / EV, 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
차트프라임. ChartPrime으로 트레이딩 게임을 향상시키십시오. 여기에서 액세스하십시오.
BlockOffsets. 환경 오프셋 소유권 현대화. 여기에서 액세스하십시오.
출처: https://quantum-journal.org/papers/q-2023-09-14-1111/

타임 스탬프 : 2023 년 9 월 14 일

얽힘과 비국소성의 상호 작용 이해: 얽힘 이론의 새로운 분야에 대한 동기 부여 및 개발

양자 저널

소스 노드 : 1845148

타임 스탬프 : 7년 2023월 XNUMX일

PlatoBlockchain Data Intelligence의 정확한 촉매적 엔트로피 추측에 대한 전형성의 상관관계와 긍정적인 솔루션입니다. 수직 검색. 일체 포함.

전형성의 상관관계와 정확한 촉매 엔트로피 추측에 대한 긍정적 해법

소스 클러스터 :

양자 저널

소스 노드 : 1752996

타임 스탬프 : 11월 10, 2022

플라톤에 의해 재발행

얽힘과 비국소성의 상호 작용 이해: 얽힘 이론의 새로운 분야에 대한 동기 부여 및 개발

스피너 원자를 통한 로컬 로렌츠 대칭 위반에 대한 얽힘 강화 테스트 제안

양자 랜덤 오라클 모델에서 계산 및 비교 프로그램의 양자 복사 방지

오각형의 쌍 측정 표면 코드

이온 슈도포텐셜을 이용한 배터리 재료의 양자 시뮬레이션

자기 하위 수준 개체군에서 양자 얽힘 조사: 스핀 압착 불평등을 넘어

주기적으로 새로 고침되는 양자 열 기계

얽힌 큐비트 시뮬레이션을 위한 최소 통신 비용

PT 대칭을 갖는 비 Hermitian 양자 시스템에서 충실도의 일반 속성

무신호 경계에서의 양자 상관관계: 자체 테스트 등

전형성의 상관관계와 정확한 촉매 엔트로피 추측에 대한 긍정적 해법

회사 소개

수직 검색 및 인공 지능

플랫폼

연결 유지

계정

추상

인용

더보기 양자 저널

회사 소개

수직 검색 및 인공 지능

플랫폼

연결 유지

계정