基于图系统的故障检测与诊断的量子退火方法
量子物理
2015-06-22 v2
摘要
诊断能够解释一组给定观测值（例如来自传感器读数）的最小故障集是一个困难的组合优化问题，通常采用人工智能技术来解决。我们提出了将该组合问题映射到二次无约束二值优化 (QUBO) 的方法，并展示了将实例嵌入到具有 509 个量子比特的量子退火设备上的实验结果。据我们所知，这不仅是高级诊断社区首次提出针对此类问题的量子方法，也是首次利用“问题 QUBO 直接嵌入量子硬件”这一路径的研究；我们能够实施并解决规模超越此前报道的玩具模型原理验证量子退火实现的问题实例；这是通过直接嵌入绝热量子优化解决问题方面的重大飞跃。我们讨论了当前一代量子设备的一些可编程性挑战，以及将这项工作扩展到更复杂的任意网络图的几种可能方法。
引用
@article{arxiv.1406.7601,
title = {A Quantum Annealing Approach for Fault Detection and Diagnosis of Graph-Based Systems},
author = {Alejandro Perdomo-Ortiz and Joseph Fluegemann and Sriram Narasimhan and Rupak Biswas and Vadim N. Smelyanskiy},
journal= {arXiv preprint arXiv:1406.7601},
year = {2015}
}