基于量子退火的斯坦纳旅行推销员问题
计算机视觉与模式识别
2025-04-04 v1 音频与语音处理
摘要
斯坦纳旅行推销员问题(Steiner Traveling Salesman Problem, STSP)是经典旅行推销员问题的一个变体。STSP涉及到 incorporating steiner 节点,即额外的节点原本不在必需访问集合中,但可以添加到路线中以提高整体解的质量并最小化总旅行成本。鉴于STSP的NP难度,我们提出了一种量子方法来解决该问题。具体而言,我们采用D-Wave的硬件进行量子退火,以探索其解决该问题的潜力。为提高计算可行性,我们开发了一种预处理方法,有效地减少了网络规模。我们的实验结果表明,这一减缓技术显著降低了问题的复杂度,使二次无约束二进制优化(Quadratic Unconstrained Binary Optimization)表述——即量子退火器的标准输入——更适用于现有的量子硬件。此外,结果还突显了量子退火作为一种有前景和创新性的方法来解决STSP的潜力。
引用
@article{arxiv.2504.02386,
title = {VoiceCraft-Dub: Automated Video Dubbing with Neural Codec Language Models},
author = {Kim Sung-Bin and Jeongsoo Choi and Puyuan Peng and Joon Son Chung and Tae-Hyun Oh and David Harwath},
journal= {arXiv preprint arXiv:2504.02386},
year = {2025}
}
备注
https://voicecraft-dub.github.io/