机构名称：
¥ 1.0
淬火和退火是量子系统时间演化中的两个极端：退火探索具有缓慢变化参数的汉密尔顿量的平衡相，可用作解决复杂优化问题的工具。相反，淬火是汉密尔顿量的突然变化，产生非平衡情况。在这里，我们研究了这两种情况之间的关系。具体而言，我们表明，退火间隙的最小值（量子退火算法的一个重要瓶颈）可以从描述淬火后动态量子态的动态淬火参数中揭示出来。结合包括神经网络训练在内的统计工具，可以利用淬火和退火动力学之间的关系，从淬火数据中重现退火间隙的完整功能行为。我们表明，通过这种方式获得的有关退火间隙的部分或全部知识可用于设计具有实际解决时间优势的优化量子退火协议。我们的结果是通过模拟随机 Ising Hamiltonian 获得的，代表了精确覆盖问题的难以解决的实例。
精确覆盖问题中的量子退火间隙和淬火动力学
主要关键词
相关文件推荐
