Oct, 2018

小型量子计算机上的网络社区检测

PDF
TL;DR本研究提出了一种混合的量子局部搜索方法，它将经典计算机和小型量子设备相结合，以解决实际规模的网络社区检测问题，可以在硬件无关的情况下轻松扩展到新的量子计算机设备，并通过比较量子计算机的表现以及达到优化解，证明 QLS 在解决社区检测问题的质量和收敛迭代次数方面表现相似，并具有可比较于最先进求解器的解决方案的能力。
quantum computinghybrid quantum local searchnetwork community detection problemhardware-agnosticstate-of-the-art solvers
发现论文，激发创造
  • 跨新兴量子架构的社区检测

    该论文提出，在量子计算机在 HPC 生态系统中扮演加速器的路线图中，为解决真实世界的问题，我们需要发展便携、架构无关的量子 - 经典混合框架，并为社区检测问题展示了基于量子退火和基于门的通用量子计算范式的一个应用。

    Oct, 2018

  • 混合量子计算机上的无监督机器学习

    利用量子计算机和贝叶斯优化方法加速解决无监督学习中的聚类问题，并展示出在噪声环境下稳健的表现和经典优化方法的适用性。

    Dec, 2017

  • 变分量子线性求解器

    提出了一种用于在近期量子计算机上解决线性系统的混合量子 - 经典算法 VQLS，通过计算 VQLS 成本函数 C 并保证其大于等于给定的精度 ϵ 的平方除以矩阵 A 的条件数 κ 的平方，实现了解决线性系统方程的目标。

    Sep, 2019

  • SLIQ：噪声量子计算机上的量子图像相似网络

    探索量子机器学习在最近几年内迅速增长，这是由于量子计算机能够加速经典程序。为了解决无监督相似性检测任务在量子计算机上的移植问题，我们提出了 SLIQ，这是第一个开源的资源高效量子相似性检测网络，使用实用和有效的量子学习和减少方差的算法构建。

    Sep, 2023

  • 现代近期量子设备上的量子机器学习：针对真实世界应用的有监督和无监督技术的现状

    本综述调查了在量子硬件上实现的监督学习和无监督学习应用，并探讨了其局限性及如何克服这些局限性。在此基础上，评估了这些 QML 实现与它们的经典对应物的性能表现，并讨论了应用 QML 在实际量子设备上存在的瓶颈和潜在解决方案。

    Jul, 2023

  • 量子架构搜索：综述

    量子计算在近年来取得了显著进展，不仅吸引了研究实验室的极大兴趣，也在各个行业引起了广泛关注。这篇论文提供了量子架构搜索 (QAS) 的概览，通过检验相关的研究成果，讨论在设计和执行自动搜索最佳参数化量子电路时面临的主要挑战，以及解决这些挑战的方法，以便促进未来的研究。

    Jun, 2024

  • 量子 Metropolis 求解器：量子行走优化问题的方法

    该研究论文探讨基于量子行走的 Metropolis-Hastings 量子算法，并使用此算法构建了名为 Quantum Metropolis Solver（QMS）的量子软件工具，通过 N-Queen 问题进行了验证，以展示潜在的量子优势。

    Jul, 2022

  • 小型量子计算机与大型经典数据集

    本研究介绍一种混合经典 - 量子算法来解决大规模经典数据集和量子计算机只能对模型空间进行叠加访问的问题。该算法使用数据减少技术构建称为 coreset 的加权子集，通过量子计算机执行 Grover 搜索或拒绝取样，从而在最大似然估计，贝叶斯推断和鞍点优化方面实现了量子加速。具体的应用包括 k-means 聚类，逻辑回归，零和博弈和提升。

    Mar, 2020

  • 基于局部操作和嘈杂经典通信的分布式量子协议的量子机器学习

    通过使用量子机器学习工具来优化参数化量子电路的局部处理，以最大化平均保真度和平均成功概率，提出了一种名为 Noise Aware-LOCCNet (NA-LOCCNet) 的方法，对于存在噪声的经典通信，该方法在量子信息处理中的量子纠缠和量子状态区分任务中具有显着优势。

    Jul, 2022

  • 探索用于计算机视觉的量子增强机器学习：对噪声中尺度量子设备的应用和见解

    该研究探索了量子计算和机器学习的交叉领域，着重评估数据重新上传方案和补丁生成对抗网络模型等混合量子 - 经典算法在小规模量子设备上的有效性，并通过实际实现和测试揭示了这些算法与经典对应算法相当或更好的性能，突显了在机器学习任务中利用量子算法的潜力。

    Apr, 2024