推断量子退火过程中态演化的动力学
量子物理
2023-06-13 v2 无序系统与神经网络
统计力学
新兴技术
摘要
要使用商用量子退火机求解优化问题，必须将感兴趣的问题表示为Ising或二次无约束二值优化（QUBO）问题，并将其系数提交给退火机，后者随后返回用户指定数量的低能解。若可知晓量子处理器在退火过程中的情况，则有助于设计更好的算法或对硬件提出改进建议。然而，现有量子退火机无法直接从中提取此类信息。因此，本工作中我们提议利用D-Wave 2000Q的高级特性来间接推断退火过程中态演化的动力学信息。具体而言，D-Wave 2000Q允许用户自定义退火调度，即从退火开始到结束改变退火比例的时间表。利用该特性，我们设计了一组修改后的退火调度，其输出可用于生成标准退火期间用户定义时间点上系统状态的信息。通过这一称为“切片”的过程，我们获得了随退火时间演化的低能退火解的近似分布。我们利用该技术获得了对退火机的多种洞见，例如退火期间的态演化、演化解中单个比特在退火过程中何时翻转以及何时稳定，并引入了估计系统及单个量子比特冻结点的方法。
引用
@article{arxiv.2009.06387,
title = {Inferring the Dynamics of the State Evolution During Quantum Annealing},
author = {Elijah Pelofske and Georg Hahn and Hristo Djidjev},
journal= {arXiv preprint arXiv:2009.06387},
year = {2023}
}