Apr, 2008

用绝热量子计算机进行图像识别 I. 映射到二次无约束二进制优化

PDF
TL;DR本研究利用量子力学硬件处理 NP-hard 的变优化问题，将图像识别问题转换为二次无约束二进制优化问题，进而利用 D-Wave 超导绝热量子计算（AQC）处理问题，该方法是一种有前途的特殊目的启发式算法解决方案。
artificial intelligencenp-hard optimization problemsquantum adiabatic algorithmsimage recognitiond-wave superconducting adiabatic quantum computing processors
发现论文，激发创造
  • 带置换矩阵约束的绝热量子图匹配

    本研究探讨了使用量子计算技术解决三维形状图像匹配问题，提出了将二次受限二进制优化问题映射到量子硬件的几种重构方法，重点考虑获得足够的频谱间隙，以提高在单次运行中测量最优解和有效置换矩阵的概率。在量子计算机 D-Wave 2000Q 上进行实验，结果表明本文提出的置换矩阵约束的重新表述，增加了数值计算的稳健性。该算法有望在未来的量子计算架构上扩展到更高维度，为 3D 计算机视觉和图形问题的解决开辟多个新方向。

    Jul, 2021

  • 绝热量子线性回归

    本文介绍了一种利用绝热量子计算方法求解线性回归模型的方案，并将回归问题转化为二次无约束二进制优化问题，测试表明该方法在较大的数据集上比传统方法快 2.8 倍，并在回归误差指标上表现不逊于传统方法。

    Aug, 2020

  • 用于多目标跟踪的绝热量子计算

    本论文提出了第一个针对使用 AQC 求解的 MOT 公式。通过使用描述在 AQC 上实现的量子力学系统的 Ising 模型，我们证明了该方法即使在使用现成的整数规划求解器时也可以与最先进的基于优化的方法竞争。最后，我们证明了 MOT 问题在当前一代真实量子计算机上可以解决小例子，并分析了测量解的属性。

    Feb, 2022

  • 绝热量子支持向量机

    我们描述了一种用于训练支持向量机的绝热量子方法，该方法的量子计算时间复杂度比经典方法好一个数量级，我们在五个基准数据集上比较了量子方法和经典方法的测试准确度，在可扩展性研究中，我们发现量子方法在具有许多特征的数据集上比经典方法快 3.5-4.5 倍。

    Jan, 2024

  • 量子视觉聚类

    我们提出了首个适用于 AQC 的聚类问题形式，该方法在当前量子计算机代际已经可解，并通过使用整数规划求解器与现有的基于优化的方法相比具有竞争力。

    Sep, 2023

  • 使用通用绝热量子计算训练神经网络

    通过使用绝热量子计算，本文提出了一种新的神经网络训练方法，可以有效地找到损失函数的全局最小值，为经典训练方法提供了有希望的替代方案。

    Aug, 2023

  • Adiabatic 量子计算中的 Minor 嵌入：I. 参数设定问题

    本文使用少数嵌入和参数设置，通过实现 Ising 自旋 - 1/2 哈密顿量的绝热量子计算机，证明了在量子硬件图 U 中，可以解决图 G 上的 NP-hard 二次无约束二进制优化问题。

    Apr, 2008

  • 二次无约束二进制优化问题预处理：理论与实证分析

    此研究提出了一种通过识别可以预定的最优变量来减少 QUBO 矩阵的规模并从而改善优化问题解决质量和时间的方法，并分析了对此规模减小技术最有影响的 QUBO 结构特征。

    May, 2017

  • 量子绝热算法在随机优化问题中的应用：量子自旋玻璃视角

    本文回顾了最近一些分析性工作的结果，将量子涨落的效应纳入到研究中，探究了量子绝热算法在最小化随机优化问题中的效率与经典算法的差异。

    Oct, 2012

  • 量子置换同步

    介绍了 QuantumSync 这一量子算法，旨在解决计算机视觉领域中的同步问题。特别地，该算法可处理离散变量中的非凸优化问题，并以近似全局最优解作为输出结果。该算法在现有的 D-Wave 量子计算机上实现了样例验证，为解决同步问题提供了可靠的解决方案。

    Jan, 2021