量子退火优化：来自简单案例的经验
其他凝聚态物理
2009-11-11 v2 无序系统与神经网络
量子物理
摘要
本文研究了模拟量子退火（QA）与经典退火（CA）相比的基本行为与性能。考虑了三个简单的一维案例研究系统，即抛物势阱、双势阱和弯曲搓衣板势。将描述 QA 的实时间或虚时间含时 Schrödinger 演化与 CA 的 Fokker-Planck 演化进行了对比。研究了每种情况下过剩能量随退火时间的渐近下降，并考察和讨论了产生差异的原因。双势阱 CA 的 Huse-Fisher 经典幂律在 QA 中被不同的幂律所取代。Shinomoto 和 Kabashima 在 CA 中研究的多阱搓衣板问题，即使在无无序情况下经典退火也导致对数退火，而在使用 QA 退火时则转变为幂律行为。简要讨论了无序与局域化的关键作用。
引用
@article{arxiv.cond-mat/0502129,
title = {Optimization by Quantum Annealing: Lessons from Simple Cases},
author = {Lorenzo Stella and Giuseppe E. Santoro and Erio Tosatti},
journal= {arXiv preprint arXiv:cond-mat/0502129},
year = {2009}
}
备注
16 pages, 9 figures