解决量子计算机上的组合优化问题自量子计算出现以来吸引了许多研究人员。最大k -cut问题是一个具有挑战性的组合优化问题,具有多种众所周知的优化公式。然而,其混合成分线性优化(MILO)制剂和混合整数半限定的操作配方都是为了解决的所有时间耗时。以经典和量子求解器的最新进展为动机,我们研究了二进制二次优化(BQO)配方和两个二次不受约束的二元式操作配方。首先,我们将BQO配方与Milo配方进行比较。此外,我们提出了一种算法,该算法将BQO公式的任何原始分数溶液转换为可行的二元溶液,其目标值至少与分数溶液的目标值一样好。最后,我们发现了提出的二次不受欢迎的二进制优化公式的紧密惩罚系数。
自量子计算初期以来,产生稳定量子位的最大挑战之一是量子系统的高损失率,导致量子状态的变质并破坏量子的损失。在这方面,对于技术应用而言,需要长时间的退积时间和低损失的系统,并且可以更好地了解量子力学。获得低损耗系统的一种方法是将量子乘数(例如超导电路)与诸如声子等散装固体的机械自由度息息。在这篇简短的评论中,我试图解释了已经完成了这种耦合的一些不同方法,并对有关该主题的论文进行了简短的评论。i然后尝试使用机械自由度(即使用表面声波(SAW)的量子控制)来指定一种量子控制方法。