.png){kind=icon}
返回
Large-scale wireless coverage optimization: A quantum approach
.png){kind=icon}
OA
AI
DOI：10.1016/j.icte.2025.06.019.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
无线网络覆盖优化对于提升服务质量至关重要。然而，在NISQ时代，无论是经典算法还是量子方法，优化大规模网络仍然是一个挑战。本文提出了一种量子方法，该方法将问题建模为覆盖图，利用QUBO公式进行分区，并通过滤波变分量子特征求解器解决子问题。该方法在真实量子硬件上进行了实验验证，包括相干伊辛机器和超导量子处理器，并与模拟退火（SA）和粒子群优化（PSO）等经典方法进行了比较。这项工作为大规模网络覆盖优化引入了一种分治策略，并拓展了解决方案的范围。
Keyword:
Wireless coverage optimization
Quantum computing
Graph partitioning
QUBO
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.2
论文数:
1.0K
被引数:
2.5K
机构
引用论文
.png){kind=icon}
Hybrid Quantum-Classical Neural Networks for Downlink Beamforming Optimization用于下行波束成形优化的混合量子-经典神经网络
PREAI
分享收藏 没有更多内容
没有更多内容