通过反向量子退火与h-gain特征进行初态编码
量子物理
2023-10-10 v2 无序系统与神经网络
离散数学
摘要
量子退火是一种专用量子计算类型,旨在利用量子涨落获得组合优化问题的全局最小解。可编程D-Wave量子退火器作为云计算资源可用,允许用户底层访问量子退火控制特征。本文感兴趣于通过将初态编码进退火过程来提升量子退火器返回解的质量。我们探索了D-Wave的两个允许编码此类初态的特征:反向退火(reverse annealing)与h-gain特征。反向退火(RA)旨在精炼已知解,遵循一条从代表优良解的经典态出发、向后行至存在横向场的某点、然后以前向退火结束退火过程的路径。h-gain(HG)特征允许对哈密顿量的线性()偏置施加随时间变化的加权方案,我们证明该特征同样可用于偏置退火以从初态开始。我们还考虑了一种混合方法,包含类似RA的向后阶段和使用HG初态编码的前向阶段。重要的是,我们研究了将RA和HG迭代应用于问题的想法,目标是单调改进非最优的初态。HG编码技术在包括边加权最大割问题和点加权最大团问题在内的多种输入问题上评估,表明HG技术对某些问题而言是RA的可行替代。我们还研究了迭代过程在具有D-Wave Chimera和Pegasus芯片原生硬件连接性的随机整片自旋玻璃上对RA和HG初态编码的表现。
引用
@article{arxiv.2303.13748,
title = {Initial State Encoding via Reverse Quantum Annealing and h-gain Features},
author = {Elijah Pelofske and Georg Hahn and Hristo Djidjev},
journal= {arXiv preprint arXiv:2303.13748},
year = {2023}
}
备注
arXiv admin note: substantial text overlap with arXiv:2009.05008