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

本论文提出一种启发式算法，可在包含数百个顶点的稀疏图 G 和 H 中找到图 H 作为图 G 的子图，同时解释了在将二次伪布尔优化问题映射到绝热量子退火机中找到图形子图的实际重要性。

Jun, 2014

该研究介绍了使用原生团子图的方法，将任意的二体相互作用构造成一种能被 D-Wave 量子退火处理器求解的 Ising 自旋问题，并给出了一种多项式时间复杂度的算法来寻找给定的感应子图中的最大本地团子图。

Jul, 2015

通过嵌入技术添加冗余数据集，可以提高量子模拟器的模型容量，因此，我们的方法可以避免其每次迭代基于推断有效温度的需求，从而加快了学习速度，减轻了参数控制噪声的影响，使其能够验证使用量子计算实现生成模型的可行性，并为这些量子技术在与机器学习相关的任务上进行基准测试提供了适当的框架。

Sep, 2016

本研究提出了基于新型算法的量子退火硬件的布尔约束满足问题映射方法，可以缓解由于有限温度、稀疏连接、小量量子位和控制误差等限制所导致的问题。其中包括一种新的嵌码算法用于将 CSP 映射到硬件 Ising 模型，还提出了两种新的分解算法以用于解决直接映射到硬件不可行的问题，并使用 D-Wave 的硬件对基于电路的故障诊断方法进行了验证和应用。

Mar, 2016

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

通过使用强化学习等技术解决量子退火中的 “次嵌入问题”，该研究提出了一种名为 CHARME 的方法，包括用于策略建模的图神经网络架构、确保解的有效性的状态转换算法和有效的训练顺序探索策略。实验证明，CHARME 的效率优于 Minorminer 和 ATOM 等嵌入方法，并在某些情况下超过 OCT-based 方法。此外，提出的探索策略还提高了 CHARME 框架的训练效率。

Jun, 2024

本文提出了一种基于路由替换框架的量子计算机电路变换方法，用于解决电路与体系结构之间的差异，通过采用不同的启发式置换子例程来提高性能，实现了在网格和模块化体系结构上进行大型量子电路比较的策略。

Feb, 2019

本研究提出了量子自然梯度下降的量子概率论泛化作为用于变分量子电路的通用优化框架的一部分。优化动力学被解释为相对于量子信息几何学的最陡下降方向移动，相应于量子几何张量 (即 Fubini-Study 度量张量的实部)。该研究还提供了一种有效的算法，用于计算参数化量子电路的 Fubini-Study 度量张量的块对角近似，这也是该研究的一个独立的兴趣点。

Sep, 2019

用两位随机矩阵构建的一类新型的经典概率电路，通过数值研究在解决各种增长规模的图上的最大割问题方面，提出的变分电路比量子近似优化算法表现出更好的性能。

Aug, 2023