Singular-value decomposition using quantum annealing
在本研究中，我们演示了如何执行，使用量子退火，奇异值分解和主成分分析。量子退火提供了一种找到系统基态的方法，而奇异值分解需要最大本征态。其核心思想是对最终哈密顿量进行符号变换，并通过量子退火得到最大本征态。此外，绝热时间尺度是通过对最大本征值的近似得到的。
2015-08-12 cond-mat.stat-mech quant-ph
Lower bounds on the number of rounds of the quantum approximate optimization algorithm required for guaranteed approximation ratios
本文利用量子退火时间与 QAOA 角度的联系建立轮数下界，证明 Grover 型 QAOA 对多数问题需多项式轮数才能保证常数近似比，并恢复 Grover 搜索下界。
2025-06-11 cs.DS quant-ph
Minor-embedding heuristics for large-scale annealing processors with sparse hardware graphs of up to 102,400 nodes
小嵌入算法已经成为将二次无约束二进制优化（QUBO）问题编译到量子和CMOS退火处理器的硬件图中不可或缺的工具。虽然最近的嵌入启发式已经开发了中等大小的退火器（约2000个节点），最新的CMOS退火处理器（102,400个节点）的大小提出了全新的嵌入启发式的要求。这就提出了一个问题，如果最近的嵌入算法可以保持有意义的嵌入性能的硬件图形的大小不断增加。在这里，我们开发了概率交换移位退火（PSSA）嵌入启发式算法的改进版本[最近已被D-Wave Systems证明优于标准嵌入启发式算法（Cai等人，2014）]，并评估其嵌入性能的硬件图的大小不断增加。对于随机立方和Barabasi-Albert图，我们发现改进的PSSA的嵌入性能始终超过最知名的完整图嵌入的阈值，分别为3.2和2.8倍，高达102，400个节点的硬件图。另一方面，对于具有恒定边密度的随机图，即使是改进的PSSA也不能克服由最佳已知完全图嵌入的存在所保证的确定性阈值。最后，我们证明了一个新的上界的最大嵌入尺寸的完全图到硬件图的CMOS退火机，并表明其目前最好的已知的完全图嵌入嵌入的嵌入性能具有最佳的硬件图与固定的协调数的顺序。
2020-04-08 cs.ET 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
Can quantum Monte Carlo simulate quantum annealing?
最近的理论和实验研究表明，量子蒙特卡罗（QMC）模拟可以表现出类似于量子退火（QA）。理论分析是基于计算局部极小值之间的过渡率，在大自旋极限使用WKB（WentzelKramers-Brillouin）近似，高度对称系统的铁磁耦合量子比特。在QMC和非相干量子隧穿中观察到相同的跃迁速率，这意味着除了前因子之外，QA与QMC相比可能没有量子优势。量子退火被认为通过大尺度叠加和纠缠而不仅仅是非相干隧穿提供了量子优势。即使对于非相干隧穿，与上面观察到的QMC的标度相似性一般也不成立。在这里，我们比较了非相干隧穿和QMC逃逸微扰理论，这比WKB近似有更广泛的有效性。我们发现，当有多个同伦不等价的隧道路径时，这两个不缩放相同的方式。我们证明，通过例子，挫折可以产生指数数量的隧道路径，这在一定条件下可以导致指数优势的非相干隧穿经典QMC逃逸。我们提供了分析和数值证据，这样的优势，并表明，它持有超越微扰理论。
2017-03-27 quant-ph
Mean Field Approximation for solving QUBO problems
二次无约束二元优化（QUBO）问题是NP难的，因此，到目前为止，还没有有效的算法来解决它们。对于较小的问题，有精确的方法，如分支定界算法，对于较大的问题，有许多很好的近似方法，如离散变量的随机模拟退火或连续变量的平均场退火。本文将表明，统计物理方法和量子力学方法在平均场退火给出了相同的结果。我们研究了伊辛问题，这是QUBO问题的另一种表述。我们的方法包括一组简单的基于梯度的连续变量的最小化，因此很容易模拟。我们将我们的方法与解决G集的最大割问题进行了基准测试。在许多图中，我们可以实现最著名的割值。
2021-06-06 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Zermelo's navigation problem through the lens of quantum annealing: How the Landau-Zener approximation leads to an efficient classical solution
Oslo Metropolitan University（奥斯陆城市大学）；Amsterdam University of Applied Sciences (AUAS)（阿姆斯特丹应用科学大学）
将Zermelo导航问题转化为量子退火框架，利用qutrit和Landau-Zener近似，发现计算复杂度仅为二次，揭示了可高效利用的经典结构。
2026-06-08 quant-ph
Preparing ground states of the XXZ model using the quantum annealing with inductively coupled superconducting flux qubits
制备哈密顿量的基态在凝聚态物理和量子化学中具有重要意义。相互作用哈密顿量通常不仅包含对角元素，还包含非对角元素。虽然量子退火提供了一种方法来制备一个基态的哈密顿量，我们只能使用伊辛相互作用的哈密顿量通过使用目前可用的商业量子退火设备。在这项工作中，我们提出了一个量子退火的XXZ模型，其中包含伊辛相互作用和能量交换相互作用，通过使用电感耦合超导磁通量子比特。关键的想法是使用最近提出的自旋锁定量子退火，其中量子比特由微波场驱动。只要旋转波近似成立，超导磁通量子比特之间的感应耦合在旋转坐标系下产生所需的哈密顿量，我们可以利用这种相互作用进行量子退火，而微波场驱动起着横向场的作用。为了量化我们的方案的性能，我们进行了数值模拟，并表明，我们可以制备基态的二维海森堡模型具有高保真度。
2021-12-23 quant-ph
Unraveling the origin of higher success probabilities in quantum versus semi-classical annealing
量子退火的目的是找到最佳的解决方案，复杂的优化问题，使用一个合适的量子多体哈密顿编码的解决方案，在其基态。为了找到解，通常将可解的初始哈密顿量的基态以图解方式演化为指定的最终哈密顿量的基态。在这里，我们探讨是否以及何时一个完整的量子表示的动力学导致更高的概率，最终在所需的地面相比，一个经典的平均场近似。作为一个简单的，非平凡的例子，我们的目标是相互作用玻色子的基态被困在一个紧密的束缚晶格与小的局部缺陷，通过打开远程相互作用。已经有两个原子在四个网站通过两个腔模式相互作用证明足够复杂，表现出显着的差异之间的全量子模型和平均场近似的腔场介导的相互作用。我们发现一个大的参数区域非常成功的量子退火的半经典方法在很大程度上失败。在这里，我们看到了强有力的证据，证明了纠缠的重要性，以接近最优解。量子模型还减少了高目标占用概率的最小时间。与扩大希尔伯特空间是有益的天真期望相反，希尔伯特空间的不同数值截止揭示了较低截止的改进性能，即非物理缩减的希尔伯特空间，用于短的模拟时间。因此，完整量子动力学的不太忠实的表示有时会在更短的时间内产生更高的数值成功概率。然而，足够高的截止值证明与在单次运行中获得长模拟时间的近乎完美的保真度有关。总体而言，与基于经典场近似的模拟相比，我们的结果基于量子模型表现出明显的改进。
2021-10-11 quant-ph
Quantum Annealing Solutions for the Closest String Problem with D-Wave Systems
本研究针对NP完全的最接近字符串问题，提出了两种QUBO公式并在D-Wave量子退火系统上进行了评估，定义了Occurrence Ratio指标，通过极少超参数调优保证了最优解，并采用基于子串的分解策略应对量子比特数限制。
2023-10-19 cs.ET math.OC quant-ph
Validating a Two Qubit Non-Stoquastic Hamiltonian in Quantum Annealing
我们提出了一个双量子位实验验证可调反铁磁$XX$相互作用的量子退火。这样的相互作用允许与时间相关的哈密顿量是非随机的，并且瞬时基态在计算基础中可以具有负振幅。我们的建设依赖于如何伊辛哈密顿的基态的简并是打破了从退火的终点：以上的反铁磁$XX$相互作用强度的一定值，微扰基态在退火结束时从对称到反对称状态的变化。这种变化与伊辛基态之一的抑制相关联，然后可以使用单独的计算基础测量来检测伊辛基态。我们表明，退火协议的半经典近似未能再现这一功能，使其成为候选人的“量子签名”的演变。
2020-01-09 quant-ph
RBM-Based Simulated Quantum Annealing for Graph Isomorphism Problems
针对图同构问题中传统模拟退火在大型图上采样效率低的问题，提出基于RBM的变分模拟量子退火方法，利用人工神经网络参数化量子多体系统以提升搜索精度与采样效率。
2025-05-04 quant-ph
Evaluation of Quantum Annealing-based algorithms for flexible job shop scheduling
本文评估了量子退火算法在解决柔性作业车间调度问题（FJSSP）中的表现，确定了纯量子退火适用的规模阈值，并指出混合算法在解决更大规模问题时的必要性及计算力分配。
2024-08-28 quant-ph
Quantum Approximate Optimization Algorithm in Finite Size and Large Depth and Equivalence to Quantum Annealing
本文解析证明QAOA在角度平滑变化且总和有界时能量收敛于量子退火，推翻两者机制根本不同的看法，并改进SK模型编译深度界限。
2025-10-08 quant-ph
Efficient quantum and simulated annealing of Potts models using a half-hot constraint
Potts模型是具有$Q>2$组件的伊辛模型的推广。在全连接铁磁Potts模型中，一级相变是由不同的热涨落引起的。因此，通过模拟退火获得基态所需的计算时间随着系统尺寸呈指数增加。本研究分析证实，横向磁场量子退火诱导一级相变。这一结果意味着量子退火并没有指数加速铁磁Potts模型的基态搜索。为了避免一阶相变，我们提出了一种迭代优化方法，使用半热约束，适用于量子和模拟退火。在$Q \to \infty$的极限下，半热约束下的鞍点方程与描述全连接铁磁伊辛模型行为的方程相同，从而证实了二级相变。此外，在静态近似和复对称解的假设下，我们验证了全连通Potts玻璃模型和Sherrington-Kirkpatrick模型之间的相同关系.所提出的方法预计将获得低能量状态的Potts模型与高效率使用伊辛型计算机，如D-Wave量子退火机和富士通数字退火机。
2019-11-14 quant-ph
Improving the accuracy of the energy estimation by combining quantum annealing with classical computation
量子化学计算是量子退火的重要应用。对于量子化学中的实际应用，必须以化学精确度估计哈密顿量的基态能量。然而，没有已知的方法来保证通过量子退火计算的能量的估计的准确性。在这里，我们提出了一种方法来提高的基态能量的估计精度结合量子退火与经典计算。在我们的方案中，在运行QA之前，我们需要通过使用一些近似执行经典计算来预先估计基态和第一激发态的能量，其中具有一些误差条（对应于可能的估计误差）。我们表明，如果QA后的状态的能量的期望值和方差小于一定的阈值（我们可以从预估计计算），QA为我们提供了一个更好的估计比预估计的基态能量。由于能量的期望值和方差可以通过QA实验测量，因此我们的结果为QA精确估计基态能量铺平了道路。
2021-02-10 quant-ph
When Does Quantum Annealing Outperform Classical Methods? A Gradient Variance Framework
University of Alberta（阿尔伯塔大学）
本研究通过梯度方差框架分析量子退火在高梯度方差能量景观中优于经典方法的条件，并提供理论模型预测量子优势阈值。
2026-02-26 quant-ph
Quantum annealing with antiferromagnetic fluctuations
我们在量子退火中引入了反铁磁量子涨落。我们将这种方法应用到无限程铁磁p自旋模型中，对于这种模型，由于一级跃迁，传统的量子退火已经被证明很难有效地找到基态。我们研究了这个系统的相图解析和数值。使用静态近似，我们发现存在一条从平凡的初始态到达最终基态的量子路径，该路径避免了中间p值的一阶跃迁。我们还数值研究了基态和第一激发态之间的能隙，并找到了中间p值的证据，即时间复杂度与系统大小在第二阶多项式上成比例。沿着量子路径的阶跃点，避免了一阶跃。这些结果表明，量子退火将能够有效地解决这个问题与中间值的p相比，只有简单的横向场波动的情况下。
2012-04-27 cond-mat.dis-nn quant-ph
Quantum Annealing Approaches to Solving the Shipment Rerouting Problems
针对 NP 难的货物改道路线问题，论文提出结合新型数学规划公式的经典算法与量子退火算法，并通过实验证明量子退火可更快获得最优或近优解。
2025-01-09 quant-ph
Linear Regression Using Quantum Annealing with Continuous Variables
针对现有量子退火线性回归需增加量子比特数来提升精度的局限，提出一种利用玻色子连续变量直接进行优化的新型量子退火线性回归方法，在满足绝热条件下可确保精度且无需增加量子比特。
2024-10-11 physics.data-an quant-ph
On quantum mean-field models and their quantum annealing
本文研究了具有p-体铁磁相互作用和横场的量子自旋的全连通平均场模型。对于p=2，这对应于量子居里-外斯模型（Lipkin-Meshkov-Glick模型的特殊情况），其表现出二阶相变，而对于p>2，相变是一阶的。我们提供了一个精致的分析描述的静态和动态特性，这些模型。特别是，我们得到解析的指数衰减率的差距在一阶过渡。我们还研究了从纯横向场到纯铁磁体（反之亦然）的缓慢退火，并讨论了一级跃迁和亚稳性的亚稳极限对剩余激发能的影响，无论是有限的还是指数发散的退火时间。从量子计算的角度来看，这个量将评估量子绝热过程作为近似算法的效率。
2012-07-25 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Quantum Adversarial Learning in Emulation of Monte-Carlo Methods for Max-cut Approximation: QAOA is not optimal
近期量子优势的主要候选者之一是变分量子算法类，但这些算法在优化变分参数时遇到经典困难，因为参数的数量增加。因此，重要的是要了解各种ansätze的表达能力和力量，以产生目标状态和分布。为此，我们将仿真的概念应用到变分量子退火和量子近似优化算法（QAOA），以表明QAOA优于变分退火时间表具有相同数量的参数。我们的变分量子退火计划基于一种新型的多项式参数化，可以使用相同的物理成分，以与QAOA类似的无梯度方式进行优化。为了比较ansätze类型的性能，我们开发了Monte-Carlo方法的统计概念。蒙特卡罗方法是一种计算机程序，它生成的随机变量近似于计算上难以精确计算的目标数。虽然最着名的蒙特卡罗方法是蒙特卡罗积分（例如扩散蒙特卡罗或路径积分量子蒙特卡罗），QAOA本身是一种蒙特卡罗方法，可以找到NP完全问题的良好解决方案，例如Max-cut。我们应用这些统计蒙特卡罗概念，以进一步阐明这些量子算法的理论框架。
2022-11-24 cs.CC quant-ph
Emulating XX catalysts for quantum annealing via self-consistent transverse fields
Michigan State University（密歇根州立大学）
研究如何通过自洽横向场模拟用于量子退火的催化剂，介绍了具体方法，经多阶段近似后能产生与原始催化剂相符的动力学，为近期量子退火器提供了可行替代方案。
2026-07-16 cond-mat.stat-mech quant-ph
Hybrid Gate-Based and Annealing Quantum Computing for Large-Size Ising Problems
大多数量子计算应用的主要问题之一是，解决实际问题所需的量子位数远远大于当今的量子硬件。我们提出了一种称为大系统采样近似（LSSA）的算法，通过基于$N_{\rm{gb}}$ -量子比特门的量子计算机来求解大小为$N_{\rm{gb}}2^{N_{\rm{gb}}}$的伊辛问题，通过基于$N_{\rm{gb}}$-量子比特门的量子计算机和基于$N_{\rm{gb}}$ -量子比特门的量子计算机的混合计算架构来求解大小为$N_{\rm{an}}2^{N_{\rm{gb}}}$的伊辛问题.通过将全系统问题划分为更小的子系统问题，LSSA算法然后通过基于门的量子计算机或量子退火器来解决子系统问题，通过基于门的量子计算机上的变分量子本征求解器（VQE）来优化具有全问题哈密顿量的不同子系统的解的幅度贡献，并且确定近似的基态配置。我们应用LSSA的一级近似来解决使用5量子位基于门的量子计算机的高达160个变量的全连接随机伊辛问题，并使用100量子位量子退火机和7量子位基于门的量子计算机解决高达4096个变量的投资组合优化问题。我们证明了使用LSSA的水平-2近似解决投资组合优化问题的5120（$N_{\rm{gb}}2^{2N_{\rm{gb}}}$）变量具有相当好的性能，仅使用一个5-qubit（$N_{\rm{gb}}$ -qubit）门为基础的量子计算机。基于门和退火的混合量子计算架构的全…
2022-08-05 cond-mat.mes-hall quant-ph
Curve fitting on a quantum annealer for an advanced navigation method
FCE Frankfurt Consulting Engineers GmbH（FCE法兰克福咨询工程师有限公司）；Institut für Mathematik, Goethe-Universität Frankfurt（法兰克福歌德大学数学研究所）；Anaqor AG（Anaqor股份公司）；DLR-Institut für Weltraumforschung（德国航空航天中心空间研究所）
本文探讨了利用量子退火机进行曲线拟合以优化导航方法的可行性，发现其在小规模问题中能与经典方法媲美。
2026-02-09 math.OC quant-ph
Exploring the synergistic potential of quantum annealing and gate model computing for portfolio optimization
针对当前量子硬件无法求解大规模投资组合优化问题的局限，本研究改进大系统采样近似（LSSA）的采样步骤，结合量子退火与门模型量子计算，在印度股市64项资产数据上实现了与传统经典方法相当的优化性能。
2023-05-02 quant-ph
Towards Quantum Stochastic Optimization for Energy Systems under Uncertainty: Joint Chance Constraints with Quantum Annealing
本文研究了在不确定性下的能量系统量子随机优化问题，通过混合量子经典方法解决机会约束单元调度问题，并探讨了量子退火器的局限性。
2025-12-03 quant-ph
Bethe free-energy approximations for disordered quantum systems
给定一个约化密度矩阵的局部相容集，当试验密度矩阵具有树结构时，我们构造了与我们开始的局部密度矩阵全局相容的近似密度矩阵.我们采用统计物理的腔方法，通过在退火算法中缓慢降低温度，或者通过最小化近似Bethe自由能来找到最佳的密度矩阵表示，该近似Bethe自由能取决于约化的密度矩阵和源自熵的Bethe近似的一些腔信息。我们得到经典的贝特表达式内的一个天真的（平均场）近似的腔的消息，预计在高温下工作良好的熵。在下一级近似中，我们得到了仅依赖于约化密度矩阵的对角元素的Bethe熵的另一个表达式。原则上，我们可以通过在熵的Bethe近似中考虑更精确的腔信息来改进熵近似。我们比较了退火算法和朴素近似的Bethe熵的精确和近似的数值模拟的随机正则图上的随机横向伊辛模型的小样本和大样本。
2014-07-08 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Experimental demonstration of perturbative anticrossing mitigation using non-uniform driver Hamiltonians
微扰反交叉一直被认为是量子退火的潜在计算瓶颈。例如，当将均匀的横向驱动器哈密顿量应用于每个量子位时，可能会出现这种瓶颈。先前的理论研究试图通过根据微扰近似调整单个量子比特上的横向驱动哈密顿量来减轻这种反交叉。在这里，我们将这一原理应用于D-Wave 2000 Q系统中量子退火的物理实现。我们使用来自量子退火硬件和每量子位退火偏移的样本来产生非均匀驱动器哈密顿量。在小的情况下，严重的微扰反交叉，我们的算法产生的最小本征能隙，基态成功概率，并从亚稳谷逃逸率的增加。我们还证明了同样的方法可以减轻有偏采样的简并基态。
2017-08-10 quant-ph
Quantum-Enhanced Simulated Annealing Using Rydberg Atoms
本文提出利用里德伯原子阵列QE与AQC实验数据热启动的QESA混合算法，并通过MIS实验表明其在近似比、汉明距离和时间上优于经典SA。
2025-06-16 physics.atom-ph quant-ph
Behavior of Analog Quantum Algorithms
模拟量子算法是用哈密顿算子而不是幺正门来表示的，包括量子绝热计算、量子退火和量子近似优化算法（QAOA）。这些算法是近期量子应用的有希望的候选者，但它们通常需要通过退火时间表或变分参数进行微调。在这项工作中，我们探索这些模拟算法之间的连接，以及限制，在其中它们成为近似的最佳procedure.Notably，我们探讨如何最佳的程序接近一个平滑的绝热过程，但与叠加的振荡模式，可以解释在基态和第一个激发态之间的相互作用，影响非绝热跃迁的相干误差抵消。此外，我们提供了数值和分析的证据表明，QAOA模拟这个最佳的程序，每个QAOA层的长度等于周期的振荡模式。此外，QAOA刘海的比率由最佳过程的平滑、非振荡部分确定。我们提供的最佳程序的产品公式扩展这些现象的参数。通过这些论证，我们得出结论，不同的模拟算法可以在不同的限制和近似下模拟最优协议。最后，我们提出了一个新的算法，更好地近似最优协议使用的分析和数值的见解，从其余的文件。在实践中，数值上，我们发现，该算法优于标准QAOA和朴素量子退火程序。
2021-07-02 quant-ph
Large-scale quantum annealing simulation with tensor networks and belief propagation
本文提出图张量网络量子退火器（GTQA），结合置信传播技术实现1000量子比特和5000000双量子比特门规模的经典模拟，显著提高了量子加速实验的门槛。
2024-10-12 quant-ph
Heterogeneous Quantum Computing for Satellite Constellation Optimization: Solving the Weighted K-Clique Problem
NP-难优化问题随着问题规模的扩大而迅速扩大，即使使用超级计算资源，也无法用蛮力方法解决。通常情况下，这些问题已经近似与数学。然而，这些方法仍然需要很长时间，并且不能保证找到最佳解决方案。量子计算提供了产生显著加速和提高解决方案质量的可能性。目前的量子退火（QA）设备旨在解决困难的优化问题，但它们受到硬件大小和量子位连接限制的限制。我们提出了一种新的异构计算堆栈，结合QA和经典的机器学习，允许使用QA的问题大于量子设备的硬件限制。这些结果代表了对加权k团问题所代表的现实问题的实验。通过这个实验，我们可以深入了解量子机器学习的状态。
2018-03-20 quant-ph
Comparing Three Generations of D-Wave Quantum Annealers for Minor Embedded Combinatorial Optimization Problems
本文在四台 D-Wave 设备上比较三代量子退火器在最大团和最大割问题上的性能，发现采用 Zephyr 拓扑的最新硬件在近似比和链断裂率上总体最优。
2024-10-23 cs.ET math.CO quant-ph
Measuring Trotter error and its application to precision-guaranteed Hamiltonian simulations
本研究提出一种结合不同阶Trotter化、无需辅助量子比特的Trotter误差测量方法，构建了精度保证的Trotter$(m,n)$算法，可自适应选步长保持电路最浅，在自旋链测试中步长约为传统误差界推断值的十倍。
2024-07-03 cond-mat.mtrl-sci cond-mat.str-el hep-lat
Managing approximation errors in quantum programs
我们解决了大规模量子程序中近似误差的分布问题。一段时间以来，人们已经知道，当编译用于容错架构的量子算法时，一些操作必须近似，因为它们不能通过底层门集合以任意精度实现。这导致近似误差，其通常可以沿着给定量子算法组成的子程序分组。通常，可以选择如何分布近似误差，以便将总体误差保持在用户或应用程序定义的阈值以下。这些选择会影响容错实现的资源占用。我们开发了一个自动逼近误差管理模块来解决由此产生的优化问题。该模块基于退火，可以集成到任何量子软件框架中。使用模拟具有横向场的伊辛模型的基准，我们提供了数值结果来量化我们的方法中所涉及的利益和权衡。
2018-07-06 cs.ET quant-ph
