Dissipative Landau-Zener problem and thermally assisted Quantum Annealing
我们重新审视的问题，热辅助量子退火的耗散朗道-齐纳问题的详细研究中存在的Caldeira-Leggett浴谐振子，使用弱耦合量子主方程和准绝热路径积分方法。基于已知的零温度精确结果（Wubs等人，PRL 97，200404（2006）），我们表明，只有当有限温度浴也耦合到相对于驱动场横向的自旋方向时，有限温度浴才能对基态几率产生有益影响，而对于更常见的研究，没有获得任何改善纯纵向耦合。特别是，我们还强调，对于横向耦合，提高浴温度进一步提高了快速驾驶制度的基态概率。我们讨论了当前量子退火通量量子位芯片的这些发现的相关性。
2018-07-04 cond-mat.mes-hall cond-mat.stat-mech quant-ph
Systematic comparison of deep belief network training using quantum annealing vs. classical techniques
在这项工作中，我们重新审视并扩展了2015年的一项研究，该研究使用D-Wave量子退火机作为采样引擎，以帮助训练深度神经网络。2015年的原始结果使用更新的D-Wave硬件重现。我们系统地将这种量子辅助训练方法与更广泛的经典技术进行了比较，包括：具有不同优化器选择的对比发散;增加步骤数的对比发散（CD-k）;和模拟退火（SA）。我们发现，量子辅助训练仍然优于CD与吉布斯采样为基础的技术;然而，SA是能够匹配的性能的量子辅助训练平凡地使用淬火般的时间表与单扫描在高温下，然后在目标温度。
2020-08-31 quant-ph
Quantum-Assisted Support Vector Regression
Institute for Quantum Science and Technology, University of Calgary（卡尔加里大学量子科学与技术研究所）
本文提出基于退火的量子辅助SVR训练方法，通过QUBO建模和D-Wave混合求解器，在面部关键点检测上取得略优于经典SVR的准确率与更低预测方差。
2025-03-16 cs.LG quant-ph
A Quantum-Assisted Agentic Distributed Artificial Intelligence Framework for Deadline-Bounded Orchestration of Hybrid Renewable Microgrids
Philips University（菲利普斯大学）；University of Cyprus（塞浦路斯大学）；CYENS Centre of Excellence（CYENS卓越中心）；Japan Advanced Institute of Science and Technology（日本先端科学技术大学院大学）；Doshisha University（同志社大学）
提出量子辅助的分布式人工智能框架，通过BDIx智能体将调度问题建模为QUBO，结合量子、量子启发和经典求解器组合，在硬截止时间内实现最优调度，并在24小时仿真中达到精确下界成本。
2026-06-23 cs.AI
Toward Near-Real-Time Marine Oil Spill Detection in SAR Imagery using Quantum-Assisted SVM
Division of Computer Science \& Engineering Louisiana State University Baton Rouge, United States；Department of Petroleum Engineeering Louisiana State University Baton Rouge, United States
本研究提出一种量子辅助SVM集成方法，用于近实时检测SAR影像中的海洋油污，通过量子退火优化小数据集中的SVM支持向量，实现高效准确的油污检测。
2026-05-17 cs.LG quant-ph
Quantum-Assisted Genetic Algorithm
遗传算法，模仿进化过程来解决优化问题，可以通过使用强大的半局部搜索算法作为变异算子来增强。在这里，我们介绍了反向量子退火，一类量子演化，可用于执行家庭的准本地或准非本地搜索从一个经典的状态，作为新的突变源。反向退火使遗传算法的发展，使用量子波动的突变和经典机制的交叉-我们称之为量子辅助遗传算法（QAGA）。我们描述了一个QAGA和目前的实验结果使用D-Wave 2000 Q量子退火处理器。在一组自旋玻璃输入上，标准（前向）量子退火很快就找到了好的解决方案，但很难找到全局最优解。相比之下，我们的QAGA证明有效地找到这些输入的全局最优解。这种成功的相互作用的非本地经典和量子波动可以提供一个有前途的一步，实际应用的噪声中间尺度量子（NISQ）设备的启发式离散优化。
2019-06-24 cs.NE quant-ph
STAR-RIS-assisted Collaborative Beamforming for Low-altitude Wireless Networks
College of Computer Science and Technology, Jilin University（吉林大学计算机科学与技术学院）；Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, Jilin University（教育部符号计算与知识工程重点实验室）；College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院）；Department of Electronic Engineering, Shanghai Jiao Tong University（上海交通大学电子工程学院）
针对低空无线网络在密集环境中的信号衰减问题，提出结合无人机协作波束成形与STAR-RIS的异构多智能体优化框架，提升传输速率并降低能耗。
2025-10-25 cs.AI cs.NI
Quantum-assisted cluster analysis
我们提出了一种量子辅助聚类分析（QACA）的算法，利用D-Wave 2000 Q量子处理单元（QPU）的拓扑特性。聚类是无监督机器学习的一种形式，其中实例被组织成成员具有相似性的组。与分类相反，分配不是先验已知的，而是由算法生成的。我们解释了如何可以表示为二次无约束二进制优化（QUBO）问题的问题，并表明，所介绍的量子辅助聚类算法是，关于准确性，相当于常用的经典聚类算法。量子退火算法属于元启发式工具，适用于解决二元优化问题。量子退火的硬件实现，例如D-Wave Systems生产的量子退火机，已经在研究中进行了多次分析，目的是表征该技术在优化，采样和聚类方面的有用性。我们的首要目标是解释如何表示和解决这些问题的帮助下，QPU的部分，而不是证明优于现有的每一个经典的聚类算法。
2018-03-07 quant-ph
On Quantum-Assisted LDPC Decoding Augmented with Classical Post-Processing
利用现在和未来的量子计算机来解决不同领域的难题已成为目前的主要努力之一。当然，在达到必要的解决方案时，量子计算机和经典计算机都是协同工作的。随着低密度奇偶校验（LDPC）码及其译码的不断普及，本文将LDPC码的译码问题视为二次无约束二进制优化（QUBO）问题，并利用D-Wave 2000 Q量子退火算法对其进行求解。我们评估和比较这种实现对使用模拟退火（SA）和置信传播（BP）解码与经典计算机的解码性能。结果表明，退火（模拟和量子）的实现优于BP解码，并表明随着块长度的增加，优势变得更加突出。在有用的SNR范围内，对于模拟退火和量子退火观察到降低的误码率（BER）和误帧率（FER）-对于各种码字长度持续存在的趋势。
2022-04-21 quant-ph
Scaling Alternating-Bias-Assisted Annealing for Precision Transmon Frequency Targeting on Superconducting Quantum Processors
Rigetti Computing（里盖蒂计算）
本文将交替偏置辅助退火（ABAA）技术规模化，实现晶圆级约瑟夫森结电阻调谐精度σ=0.50±0.05%、器件良率≥98.8%，在Rigetti Cepheus-1-36Q量子处理器上达到频率定位精度σ≈30 MHz，为模块化超导量子处理器提供关键支持。
2026-08-31 quant-ph
Limits of Adiabatic Clocking in Quantum-dot Cellular Automata
量子点元胞自动机设备网络的最大工作频率的最终界限尚未建立。我们认为，这种网络的绝热性在两个状态的近似时钟是通过调制的点间隧穿势垒。估计的最大工作频率，将允许99%的概率观察到正确的逻辑输出的QCA网络设计中使用的基本组件的一个子集。在相干极限和一个简单的耗散模型进行模拟。我们从量子退火的角度来处理基于隧道的时钟问题，并提出了一种改进的时钟时间表，允许更快的操作。使用驱动QCA线的分析解决方案，我们表明，在相干限制的最大工作频率下降与线长度的平方，潜在地限制了时钟区域的大小。
2019-10-31 quant-ph
Alternating Bias Assisted Annealing of Amorphous Oxide Tunnel Junctions
本研究提出交替偏置辅助退火技术，可调控非晶氧化铝隧道结的电学特性，提升电阻并降低损耗与缺陷，适用于多种电子器件。
2024-08-16 cond-mat.mtrl-sci cond-mat.supr-con physics.app-ph
Quantum Annealing for Jet Clustering with Thrust
量子计算有望大大加快计算成本高的任务，例如解决大量元素的优化问题。在高能对撞机物理学中，量子辅助算法可能会加速粒子聚集成射流。在这项研究中，我们基准量子退火策略的基础上优化的数量称为“推力”的电子-正电子碰撞事件的喷射集群。我们发现，量子退火产生类似的性能，精确的经典方法和经典量子力学，但只有在调整退火参数。在没有调谐的情况下，可以通过混合量子/经典方法获得相当的性能。
2022-05-05 hep-ex hep-ph quant-ph
Entanglement-assisted variational algorithm for discrete optimization problems
针对离散优化问题精确解难以求解的痛点，提出以广义相干态为变分拟设的纠缠辅助启发式算法，可低复杂度计算、捕获关键纠缠，在三维Edwards-Anderson模型基准测试中表现出可扩展的应用潜力。
2025-11-19 quant-ph
Quantum Annealing Enhanced Markov-Chain Monte Carlo
本研究提出将量子退火集成到MCMC子程序中的QAEMCMC方法，针对Sherrington-Kirkpatrick模型测试表明其能隙更大、能量收敛更快、分布差异更小，性能优于经典MCMC，为复杂系统采样提供高效方案。
2025-02-12 quant-ph
Quantum-Assisted Correlation Clustering
German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）；University of Kaiserslautern-Landau (RPTU)（凯撒斯劳滕-兰道大学）
本文提出利用量子辅助求解器GCS-Q改进相关聚类，通过递归分裂法提升簇内一致性，实验证明其在处理复杂图结构和现实数据中的优势。
2025-09-03 cs.AI cs.LG quant-ph
Entanglement Dynamics in 1D Quantum Cellular Automata
量子计算机的物理实现的几个建议方案由排列在细胞阵列中的量子位组成。在量子计算的量子线路模型中，在任意距离的晶格量子比特对之间需要一系列复杂的双量子比特门操作。另一种基于量子元胞自动机（QCA）的量子计算模型只需要可以并行实现的同质局部相互作用。在实际实验中，这将是一个巨大的简化。我们找到了在一维Ising自旋链中构造酉QCA的最小物理要求，并证明了最佳脉冲序列对信息传输和纠缠分布的影响。我们还介绍了非幺正QCA理论，并通过实例说明了非幺正规则可以产生环境辅助纠缠。
2003-06-06 cond-mat quant-ph
Precision frequency tuning of tunable transmon qubits using alternating-bias assisted annealing
本研究利用交变偏置辅助退火技术，在室温下实现可调谐transmon量子比特的精密频率调谐，验证了其对相干性的提升作用，展示了高保真门操作，为超导量子处理器规模化发展开辟新路径。
2024-07-08 cond-mat.mes-hall cond-mat.mtrl-sci cond-mat.supr-con
One-Way Reversible and Quantum Finite Automata with Advice
我们研究的可逆和量子计算的特征存在的补充外部信息，称为咨询。特别是，我们提出了一个简单的，代数表征的语言认可的单向可逆有限自动机增强确定性的意见。通过进一步的详细论证，我们证明了一个类似的，但稍弱的结果有界错误的单向量子有限自动机的意见。这些特性的直接应用，如果得到适当选择的建议的帮助，就会导致不同语系之间的包容和分离。我们进一步证明了随机化建议和量子建议在单向量子有限自动机上的能力和局限性。
2014-10-11 cs.CC cs.FL quant-ph
Quantum-Assisted Optimization Guided by Machine-Learned Risk Maps for Aerial Surveillance Routing
Université de Sherbrooke（舍布鲁克大学）
本文提出一个融合机器学习风险预测与量子退火的框架，用于无人机监视路径规划，通过建模为带约束的团队定向问题，在森林火灾预防中实现高效巡视组合优化。
2026-10-06 math.OC quant-ph
Quantum-Assisted Greedy Algorithms
我们展示了如何利用量子退火器来更好地选择贪婪算法中的候选者。与传统的贪婪算法，采用特定于问题的算法，使局部最优的选择，在每个阶段，我们使用量子退火，样品从基态（S）的问题相关的伊辛哈密顿在低温下，并使用检索到的样本来估计问题变量的概率分布。更具体地说，我们把伊辛模型的每一个自旋看作一个随机变量，并收缩所有相应的不确定性可以忽略不计的问题变量。我们在D-Wave 2000 Q量子处理器上的实验结果表明，所提出的量子辅助贪婪算法（QAGA）可以找到明显更好的解决方案（即，具有较低能量值的样品）。
2020-02-04 quant-ph
Disorder-assisted graph coloring on quantum annealers
我们正处于一个新时代的边缘，这个时代将由噪声中等规模的量子器件主导。这些新技术的典型例子是当今的量子退火机。在目前的工作中，我们调查在何种程度上由外部噪声源产生的静态无序不一定是有害的，但实际上可以帮助量子退火机实现更好的性能。特别是，我们分析了可以通过适当的嵌入在稀疏拓扑（即嵌合体图）上解决的图着色问题。我们表明，专门定制的无序可以提高退火过程的保真度，从而提高退火机的整体性能。
2019-03-17 quant-ph
Nonuniform Families of Polynomial-Size Quantum Finite Automata and Quantum Logarithmic-Space Computation with Polynomial-Size Advice
该研究引入带垃圾带的量子有限自动机构成的非均匀状态复杂度类，明确了多类单向有限自动机对应复杂度类的包含与分离关系，建立了双向量子有限自动机非均匀状态复杂度与带建议的量子对数空间计算的关联。
2021-04-16 cs.CC cs.FL quant-ph
Quantum-Assisted Greedy Algorithms
我们展示了如何利用量子退火器（QA）来更好地选择贪婪算法中的候选人。与传统的贪婪算法，采用特定于问题的算法，使局部最优的选择，在每个阶段，我们使用的QA样品从基态的问题相关的哈密顿在低温温度和使用检索到的样本来估计问题变量的概率分布。更具体地说，我们把伊辛模型的每一个自旋看作一个随机变量，并收缩所有相应的不确定性可以忽略不计的问题变量。我们在D-Wave 2000 Q量子处理器上的实验结果表明，与量子退火领域的最新技术相比，所提出的量子辅助贪婪算法（QAGA）方案可以找到明显更好的解决方案
2022-08-03 cs.ET quant-ph
Analytical solution for nonadiabatic quantum annealing to arbitrary Ising spin Hamiltonian
伊辛自旋哈密顿量经常被用来在它们的基态中对计算问题进行编码。量子退火（QA）计算通过实现从易于准备的初始状态到量子自旋的目标伊辛哈密顿量（$H_I$）的低能状态的缓慢的时间依赖性演化来搜索这样的状态。在这里，我们指出对于超出QA绝热限制的任意$H_I$，此类问题存在解析解。这种解决方案提供了洞察非绝热计算的准确性。我们的QA协议在伪绝热制度导致非绝热激发的单调幂律抑制与QA的时间$T$，没有任何签名的过渡到玻璃相，这通常是由对数能量松弛的特点。这一行为表明，在经典和量子自旋玻璃的能量弛豫可以有很大的不同，当它是由外部时间相关的字段辅助。在$H_I$的特定情况下，该解决方案还显示出相当大的量子加速计算。
2022-04-29 cond-mat.dis-nn cond-mat.stat-mech quant-ph
A Quantum Annealing Approach to Reduce Covid-19 Spread on College Campuses
COVID-19对大学校园造成的干扰促使我们采取策略，在预防传染病传播的同时，保持一定程度的亲身学习。作为回应，所提出的方法递归地将量子退火算法应用于D-Wave系统的最大切割优化，该算法将学生分组到队列中，以便通过共享教室的可能感染事件的数量最小化。为了测试这种方法，可用的课程数据被用来生成高度聚类的课程注册网络，代表学生和他们共享的课程。然后，该算法在这些网络上递归调用，对学生进行分组，并应用疾病模型来预测疾病传播。模拟结果表明，在疾病统计和传播方法的一些假设下，与随机分组的学生相比，量子分组方法降低了感染学生的总百分比和峰值百分比。扩展到更大的网络，这种量子退火器辅助的分组方法可能会提供优于经典方法的实际优势。然而，这篇论文严格地说是对这种方法的概念验证，而不是为了论证量子加速。
2021-11-22 cs.CY quant-ph
Noise-tolerant quantum speedups in quantum annealing without fine tuning
量子退火是量子计算的一种强有力的替代模型，即使在没有纠错的情况下，它也可以在存在环境噪声的情况下取得成功。然而，尽管付出了巨大的努力，对于这些系统，还没有量子加速（相对于现有技术的经典算法）的结论性证明，并且量子优势的严格理论证明通常依赖于系统的至少一些方面中的指数精度，非物理资源保证被随机噪声加扰。在这项工作中，我们提出了一种新的量子退火变体，称为RFQA，它可以在面对噪声和适度的控制精度时保持可扩展的量子加速比。具体来说，我们考虑修改的通量量子位为基础的量子退火，其中包括随机的，但相干的，低频振荡的横向场项的方向作为系统的演变。我们表明，这种方法产生了量子加速寻找基态的Grover问题和量子随机能量模型，因此应该广泛适用于其他困难的优化问题，可以制定为量子自旋玻璃。此外，我们表明，这种加速应该是弹性的两个现实的噪声通道（$1/f$般的局部电位波动和局部加热与有限温度浴相互作用），和另一个噪声通道，浴辅助量子相变，实际上加速算法，可能超过其他的负面影响。我们考虑的修改有一个简单的实验实现，可以用当前的技术进行探索。
2020-07-08 cond-mat.dis-nn cond-mat.supr-con quant-ph
Quantum Annealing and Tensor Networks: a Powerful Combination to Solve Optimization Problems
本文结合DMRG张量网络与量子退火，利用有限自动机构造MPO，并通过QKP及动态规划对比验证二者协同求解优化问题的潜力。
2024-12-07 cs.IT math.IT math.OC
Quantum-assisted finite-element design optimization
量子退火设备，如由D-Wave系统生产的设备，通常用于解决优化和采样任务，在学术界和工业界，其有用性的表征受到积极的研究。任何可以自然地被描述为加权无向图的问题都可能是特别有趣的候选者，因为这样的问题可以被公式化为二次无约束二进制优化（QUBO）实例，这在D-Wave的Chimera图架构上是可解的。在本文中，我们介绍了一种量子辅助有限元方法的设计优化。我们表明，我们可以最小化的形状特定的量，在我们的情况下，射线近似的声压在一个特定的位置周围的对象，通过操纵这个对象的形状。我们的算法属于量子辅助算法类，因为优化任务在D-Wave 2000 Q量子处理单元（QPU）上迭代运行，从而对结果进行经典的评估和解释。我们的首要目标是解释如何表示和解决这些问题的帮助下，QPU的一部分，而不是证明优于现有的经典有限元算法的设计优化。
2019-08-11 quant-ph
End-to-End Portfolio Optimization with Quantum Annealing
Qkrishi Quantum Pvt Ltd（Qkrishi量子私人有限公司）；University of Massachusetts, Boston（马萨诸塞大学波士顿分校）；Stony Brook University（石溪大学）；North Carolina State University（北卡罗来纳州立大学）
本文提出一种结合量子退火与经典优化的端到端投资组合优化方法，实证比较其与基金经理和指数的表现，展示量子辅助选择与经典分配在现实中的应用。
2025-12-17 econ.GN math.OC q-fin.EC
A quantum annealing approach to the minimum distance problem of quantum codes
University of Kentucky（肯塔基大学）
本文提出将量子稳定子码的最小距离计算重构为QUBO问题，并利用量子退火及混合算法求解，验证了该方法在D-Wave平台上的实际可行性。
2026-10-15 cond-mat.stat-mech quant-ph
Mixed Integer Linear Programming Solver Using Benders Decomposition Assisted by Neutral Atom Quantum Processor
本研究提出一种经典-量子混合方法，通过Benders分解拆分混合整数线性规划问题，将主问题转化为QUBO模型后用中性原子量子处理器求解，开发了嵌入启发式与脉冲整形变分算法，在小型算例中识别超95%高质量可行解，优于经典方法，是首个相关自动化问题无关框架。
2024-06-17 quant-ph
The Perturbed Ferromagnetic Chain: A Tuneable Test of Quantum Hardness in the Transverse-Field Ising Model
在具有开放系统动力学的横向场伊辛模型（Tensing）中的量子退火已知使用热辅助隧穿来驱动计算。然而，存在退相干的量子系统是否比使用经典动力学来驱动计算的量子系统更有用仍然存在争议。我们有助于这场辩论，通过引入扰动铁磁链（PFC），一个链的挫折子系统的挫折程度的规模与由一个可调参数引入的扰动成反比。这给了我们一个容易嵌入的小工具，从而可以调整问题的硬度为系统的恒定大小。我们概述了PFC的性质，并比较经典的自旋矢量蒙特卡罗（SVMC）变体与绝热量子主方程。我们证明了SVMC方法在解决这个令人沮丧的问题时被困在指数级大的第一激发态流形中，而使用量子动力学的演化仍然处于最低能量本征态。这导致在基态的概率显着差异时，使用经典或量子退火动力学的TdR。
2021-12-02 quant-ph
Reconfigurable Intelligent Surface (RIS)-Assisted Entanglement Distribution in FSO Quantum Networks
针对FSO量子网络的视距遮挡问题，提出RIS辅助的虚拟视距纠缠分发框架，并联合优化纠缠分发与RIS布置，显著提升保真度与公平性。
2024-01-19 cs.NI quant-ph
Classical algorithm inspired by the feedback-based algorithm for quantum optimization and local counterdiabatic driving
本文提出受量子启发的经典优化算法CACAO，利用局部反绝热驱动的量子Lyapunov控制与经典自旋动力学启发式求解组合优化，并与量子退火、FALQON和CD-FQA比较，验证其在万自旋系统上的表现。
2025-06-10 cond-mat.stat-mech quant-ph
i-QLS: Quantum-supported Algorithm for Least Squares Optimization in Non-Linear Regression
提出i-QLS，一种利用量子退火迭代细化解空间的最小二乘优化方法，实现指数收敛和恒定量子比特需求，支持非线性样条回归，并在D-Wave上验证了高维问题的竞争性精度与可扩展性。
2025-05-05 cs.DM quant-ph
Quantum Integer Programming (QuIP) 47-779: Lecture Notes
这个系列讲座是关于量子计算机编程（QuIP）的，由Sridhar Tayur教授、David E. Bernal和Davide Venturelli博士是CMU和USRA之间的合作项目，在2020年秋季亚马逊Braket的支持下，面向对量子编程以及近期量子和量子启发计算在解决优化问题方面的潜力感兴趣的学生和研究人员。最初为泰珀商学院课程47-779（CMU）创建，这些也用于课程ID 5840（在IIT马德拉斯，由Anil Prabhakar教授和Prabha Mandayam教授），其学生（在每次讲座开始时列出）是抄写员。Vikesh Siddhu博士，CMU量子计算小组的博士后，在讲座，学生项目和校对本抄写员期间提供协助。通过这些讲座，您将学习制定一个问题并将其映射到二次无约束二进制优化（QUBO）问题，了解各种映射和技术，如伊辛模型，Graver增强多种子算法（GAMA），模拟或量子退火和QAOA，以及如何使用这些量子和经典方法解决这些问题的想法。
2021-01-11 quant-ph
Fair sampling of ground-state configurations using hybrid quantum-classical MCMC algorithms
本文提出混合量子-经典MCMC算法用于公平采样基态配置，通过实验验证其在组合优化问题中的有效性。
2025-12-16 quant-ph
