.png){kind=icon}
返回
Noisy quantum approximation optimization algorithm for solving MaxCut problem
.png){kind=icon}
PRE
AI
DOI：10.1088/1402-4896/ae009f.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在嘈杂中等规模量子（NISQ）时代，量子近似优化算法是解决组合优化等NP难问题的重要工具。然而，大多数QAOA实现忽略了量子电路环境中的固有噪声。本研究提出了一种含噪声的量子近似优化算法（NQAOA），并通过数值模拟分析了其在噪声条件下的性能。我们比较了不同优化策略和噪声条件下各类图的最大割（MaxCut）近似比（AR），并评估了电路深度、节点数、边数和噪声系数对MaxCut的影响。实验结果表明，噪声会导致过拟合，且随着边数e的增加，近似比（AR）呈现出波动变化。理想条件下的AR值及预期结果均优于噪声条件下的表现。本研究首次将多种类型的量子噪声系统地整合到QAOA框架中，定量分析了噪声类型、优化器性能和图结构的协同效应。通过理论推导和数值模拟，我们建立了与噪声系数相关的AR衰减的线性/指数理论边界，为设计抗噪声量子优化算法提供了关键参考，以适用于NISQ设备。
期刊
IF:
2.6
论文数:
4.3K
被引数:
2.5W
机构
暂无机构信息
引用论文
Hardware-efficient variational quantum eigensolver for small molecules and quantum magnets用于小分子和量子磁体的硬件高效变分量子本征求解器.png)
Nature
OAAI
NatureIF0
OAAI分享收藏Stochastic gradient descent for hybrid quantum-classical optimization混合量子-经典优化的随机梯度下降QUANTUM
OAAI
QUANTUMIF5.4
OAAI分享收藏From the Quantum Approximate Optimization Algorithm to a Quantum Alternating Operator Ansatz从量子近似优化算法到量子交替算子AnsatzAlgorithmsOAAI
AlgorithmsIF0
OAAI分享收藏
查看更多内容