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

本文探讨了量子退火算法、量子计算机的 QPUs 等在解决实际问题中的应用，尤其是对于交通流量优化问题的应用，提出了基于经典和量子混合的方法。

Aug, 2017

本文评估了 D-Wave 2X 量子退火器在 NP 难图问题（特别是团搜索和图划分）上的表现，比较了一系列量子求解器和当前的经典算法，并演示了在卡片上可以嵌入的实例中量子计算速度的大幅提升。

Jan, 2018

通过使用量子比特隧穿谱学，研究人员测量了一个量子退火器的能量本征谱，并证明在量子退火算法的关键阶段量子比特之间会不可避免地产生纠缠，且此纠缠能够在热环境下存在和持续。这表明量子退火技术为大规模量子计算提供了一种可行的途径。

Jan, 2014

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

本文介绍了富士通数字退火器（DA）硬件及其算法，对其与模拟退火和平行淬火算法在不同类型问题上的解决速度进行了比较。结果表明，与单核实现的模拟退火和平行淬火蒙特卡罗算法相比，DA 在具有双峰或高斯耦合的完全连接自旋玻璃问题上表现出两个数量级的解决速度优势。未来 DA 的下一代预计能够解决高达 8192 个变量的完全连接问题。

Jun, 2018

本文研究和探讨了量子模拟（QA）和量子近似优化算法（QAOA）之间的联系，介绍了一种用于证明过往性能的技术，并展示了一种优化的 digitized-QA 协议。

Jun, 2019

使用可行的方法将整数因子分解问题转换为求解 Ising 模型，并在 D-Wave 2000Q 上测试，成功因子分解数值 15、143、59989 和 376289。

Apr, 2018

本研究着重于对量子退火器在解决实际组合优化问题时的行为进行深入研究和实验，通过对参数的敏感性分析和基于 200 多种参数配置的 3700 次以上的酉运行和 700 万次量子读取，得到与能量分布和最适宜的参数设置相关的发现，从而为非专业利益相关者打开某些量子计算领域的探索空间。

Jul, 2022

本文研究了量子退火算法在组合优化和相关抽样任务中相对于经典最新方法实现量子加速的前景，并且基于对既有文献中引入的多种启发式量子优化算法的改进相干时间以及控制能力的持续探索和兴趣，提出了包括连续时间哈密顿计算算法、反向退火和连续时间量子行走在内的 QA 有前途的变体，同时就机器学习的参数化量子电路的模拟提出了类比算法，这些算法大多没有（或被认为不可能有）已知的高效古典模拟，其中大多数算法的 “中等规模” 实验可能存在量子加速的可行可能性。建议通过在使能交换耦合通量量子比特时实现的时间依赖有效横向场伊辛哈密顿量生成的新型量子动力学的全面研究来实现更先进的控制协议以及 DQA 的最有前途的路径。

Aug, 2020