.png){kind=icon}
返回
Boosting quantum annealing performance through direct polynomial unconstrained binary optimization
.png){kind=icon}
PRE
AI
DOI：10.1088/2058-9565/adcae6.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
量子退火旨在使用量子计算硬件解决具有实际意义的优化问题。感兴趣的问题通常以二次无约束二进制优化（QUBO）哈密顿量的形式表述。然而，许多优化问题更自然地表述为高阶多项式无约束二进制优化（PUBO）函数。如我们通过多种问题示例所示，利用PUBO表述可以在所需量子比特数量方面带来显著节省。此外，在范式3-SAT问题的数值基准测试中，我们发现优化扫描过程中最小能量间隙的缩放存在显著差异，这表明使用PUBO与QUBO表述相比，可能实现指数级更快的退火时间。这一优势即使在考虑PUBO成本哈密顿量所需高阶相互作用带来的开销时也依然存在。有趣的是，对不同3-SAT实例生成器的最小能量间隙分析揭示了不同难度程度，这对经典基准计算也具有意义。我们的发现展示了一条有前景的路径，以提升量子退火协议在模拟和数字平台上的资源效率与扫描速度，这是在解决与工业相关的更大优化问题时的重要先决条件。
Keyword:
PUBO
QUBO
3-SAT
higher-order interactions
quantum computing
quantum optimization
quantum annealing
期刊
IF:
5
论文数:
1.4K
被引数:
5.1K
机构
引用论文
分享收藏分享收藏Designing Ising machines with higher order spin interactions and their application in solving combinatorial optimization.png)
SCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏
查看更多内容