.png){kind=icon}
返回
Applying the quantum approximate optimization algorithm to the minimum vertex cover problem
.png){kind=icon}
PRE
AI
DOI：10.1016/j.asoc.2022.108554.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
最小顶点覆盖问题属于NP完全问题，使用经典算法很难在多项式时间范围内获得接近最优解。本文针对最小顶点覆盖问题，提出了一种基于量子近似优化算法的量子电路求解方案。首先，基于与问题相对应的Ising模型，通过旋转算子和Pauli算子对其进行量化，得到了问题的量子Ising模型和哈密顿量。其次，分别获得了以初始哈密顿量和问题哈密顿量为生成器的参数unit变换。通过两个参数unit变换的交替演化，得出了最终的量子态和问题哈密顿期望。在进化过程中，通过经典处理器优化的参数unit变换中的参数可以调整问题的哈密顿期望，从而提高问题解的概率。然后，推导出算法的初态和与参数酉变换对应的量子逻辑门，生成可在量子计算机上实现的量子电路。仿真结果表明，该方案能够在多项式时间内得到高概率的问题解，实现了指数加速，具有一定的可行性、有效性和创新性。(C) 2022 Elsevier b.V.版权所有。
Keyword:
Minimum vertex cover problem
Quantum approximate optimization
algorithm
Quantum circuit
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
引用论文
A multi-start iterated greedy algorithm for the minimum weight vertex cover P3 problem最小权顶点覆盖P3问题的多起点迭代贪婪算法
PREAI
分享收藏SP1-regulated LINC01638 promotes proliferation and inhibits apoptosis in non-small cell lung cancer.png)
IF0
PREAI
分享收藏UK National Screening Committee's approach to reviewing evidence on artificial intelligence in breast cancer screening英国国家筛查委员会审查乳腺癌筛查人工智能证据的方法
OAAI
OAAI分享收藏
查看更多内容