arrow
返回

Spectral Graph Compression in Deploying Recommender Algorithms on Quantum Simulators

delete2025-08-20
delete0
PRE
AI
C
Chenxi Liu
W
W. Bernard Lee *
A
A.G. Constantinides
DOI:10.3390-computers14080310delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
本研究在前期研究基础上,探索将量子算法应用于金融资产管理所面临的计算挑战,重点关注为投资推荐解决图分割问题。与前期研究(聚焦理想化QAOA性能)不同,本研究引入了一种图压缩流水线,使QAOA能够在真实量子硬件约束下部署。该研究调查了用于金融资产推荐的量子加速谱图压缩方法,解决了投资组合管理中的可扩展性和监管约束问题。我们提出了一种混合框架,结合量子近似优化算法(QAOA)与谱图理论,用于解决投资者聚类中的Max-Cut问题。我们的方法利用量子模拟器(cuQuantum和Cirq-GPU)来评估其性能,并与经典暴力枚举方法进行比较,图压缩技术使资源受限的量子硬件得以部署。结果表明,高效的图压缩对于成功实现至关重要。该框架连接了理论量子优势与实际金融应用场景,尽管硬件限制(量子比特数量、相干时间)需要混合量子-经典实现。这些发现推进了量子算法在关键金融系统中的部署,特别是在监管约束下高维投资者画像方面。
Keyword:
quantum algorithms
graph-cut problem
QAOA
spectral graph compression
financial asset management

期刊

C
Computers
IF:
4.2
论文数:
1.5K
被引数:
3.3K

机构

C
cambridge university
学者数:
104
论文数: 63
被引数: 0
I
Imperial College London
学者数:
8.3W
论文数: 7.3W
被引数: 11.1W
学者 查看更多机构
引用论文

引用论文

err
IF0
err
err0
errOAAI
err
err分享
err收藏
PORTFOLIO SELECTION*
err2012-04-30
err0
PREAI
errHarry Markowitz
err分享
err收藏
学者 查看更多内容