量子步行灵感动态亚亚巴特式局部搜索
Chen-Fu Chiang1, Paul M Alsing2
1Department of Computer Science, State University of New York Polytechnic Institute, Utica, NY 13203, USA.
我们解决了将量子搜索算法转换为连续时间量子步行 (CTQW) 和亚亚巴特量子计算 (AQC) 框架之间的挑战. 我们的改进方法保持了AQC的最佳运行时间,与CTQW的效率相匹配.
科学领域:
- 量子计算是一种量子计算.
- 量子算法中的量子算法
- 计算复杂性 计算复杂性
背景情况:
- 在连续时间量子步行 (CTQW) 和阿迪亚巴特量子计算 (AQC) 框架之间翻译搜索算法提出了不可调和的问题.
- AQC需要哈密尔顿式的恒定能量差距来遵循CTQW进化路径,这构成了重大挑战.
研究的目的:
- 在翻译 CTQW 搜索算法时,解决 AQC 中恒定的能量差距问题.
- 在AQC框架内保持CTQW的最佳运行时间.
- 探索适应性调度,以改善格罗弗灵感的AQC中的本地搜索.
主要方法:
- 修改了CTQW启发的AQC催化剂哈密尔顿从XZ操作员到Z预言操作员.
- 进行模拟以验证拟议的方法.
- 研究了催化剂哈密尔顿式及其系数函数的适应性调度.
主要成果:
- 修改后的催化剂哈密尔顿式解决了恒定的能量差距问题.
- 模拟表明,拟议的AQC方法与修改的哈密尔顿式实现了最佳运行时间,相当于CTQW.
- 适应性调度显示了在格罗弗灵感的AQC中增强adiabatic本地搜索的潜力.
结论:
- 修改后的Z Oracle催化剂Hamiltonian有效地弥合了搜索算法的CTQW和AQC框架.
- 拟议的方法在AQC中保留了CTQW的计算效率.
- 对自适应调度的进一步研究可以优化adiabatic本地搜索性能.
更多相关视频
05:30Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit
Published on: September 8, 2023
10:36Author Spotlight: Optimization of Airflow Velocities in Battery Cooling Systems for Enhanced Thermal Performance and Reduced Energy Consumption
Published on: November 3, 2023
相关概念视频
Adiabatic Processes for an Ideal Gas
Work Done in an Adiabatic Process
Pressure and Volume in an Adiabatic Process
Maxwell-Boltzmann Distribution: Problem Solving
This distribution function f(v) is defined by saying that the expected number N (v1,v2) of particles with speeds between v1 and v2 is given by
Laminar Flow: Problem Solving
Turbulent Flow: Problem Solving
Temperature is a key factor in CO2 solubility. In this case, the CO2 gas and the liquid are cooled to 20°C. Lower temperatures...
