Determination of Optimal Chain Coupling made by Embedding in D-Wave Quantum Annealer
针对D-Wave量子退火器中默认链耦合非最优导致测量精度降低的问题，提出一种确定最优链耦合$J_c^{\ ext{optimal}}$的算法，以最大化观测最低能量的概率，并在多种组合优化问题上验证了其优于默认耦合的性能。
2024-06-05 cond-mat.mtrl-sci cond-mat.str-el physics.comp-ph
ChainForge: Characterizing Embedding as the Bottleneck in Quantum Annealer Workloads
University of Colorado Boulder（科罗拉多大学博尔德分校）
本研究提出ChainForge，通过表征嵌入对量子退火器的多方面影响，确立嵌入为其工作负载瓶颈，为相关平台设计提供架构见解。
2026-08-18 quant-ph
A case study in programming a quantum annealer for hard operational planning problems
我们报告的一个案例研究编程的早期量子退火攻击优化问题的运营规划。虽然一些研究已经研究了量子退火机在其体系结构固有问题上的性能，其他研究也研究了来自应用领域的选择问题的性能，但我们的研究是量子退火机在实际领域的参数化硬问题家族上的性能的首批研究之一。我们探讨了两种不同的一般映射的规划问题的二次无约束二元优化（QUBO）问题，并将其应用到两个参数化的家庭规划问题，导航型和导航型。我们还研究了两个更紧凑，但问题类型的具体，映射到QUBO，一个导航型规划问题和一个导航型规划问题。我们研究嵌入属性和参数设置，并检查它们的效率与量子退火解决这些问题的效果。从这些结果中，我们得到的见解有用的编程和设计未来的量子退火：问题的选择，使用的映射，嵌入的属性，和退火配置文件都很重要，每个显着影响性能。
2014-07-10 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
Assessment of image generation by quantum annealer
Graduate School of Information Sciences, Tohoku University（东北大学信息科学研究科）；Institute for Innovative Research, Tokyo Institute of Technology（东京工业大学创新研究所）；Sigma-i Co., Ltd.（Sigma-i 有限公司）
量子退火最初是作为一种利用量子效应解决组合优化问题的方法提出的。D-Wave Systems发布了量子退火硬件的生产模型。然而，硬件中固有的噪声和各种环境因素阻碍了最佳解决方案的确定。此外，在具有弱量子涨落的区域中的冻结效应在极低的温度下产生近似遵循吉布斯-玻尔兹曼分布的输出。因此，量子退火器也可以作为伊辛自旋玻璃问题的快速采样器，并且有几项研究已经使用量子退火器研究了玻尔兹曼机器学习。以前的发展集中在比较经典计算机中的传统方法和量子退火机采样之间的所得分布的标准距离的性能。在这项研究中，我们专注于量子退火机作为生成模型的性能。为了评估其性能，我们准备了一个由先验数据集训练的神经网络给出的样本。评估结果表明，量子退火相比，经典的玻尔兹曼机器学习的方法有更高的性能。
2021-03-15 cond-mat.dis-nn cs.LG quant-ph
Breaking limitation of quantum annealer in solving optimization problems under constraints
量子退火是一种使用虚拟量子涨落的优化问题的通用求解器。量子退火研究领域最具突破性的进展是其硬件实现，即，所谓的量子退火器，使用人工自旋。然而，人工自旋之间的连接是稀疏的，并且在称为嵌合体图的特殊网络上受到限制。已经提出了几种嵌入技术，但是代表要解决的优化问题的逻辑旋转的数量急剧减少。特别地，包括完全或甚至部分连接的自旋的优化问题遭受嵌合体图上的低可嵌入大小。在本研究中，我们提出了一种替代方法来解决一个大规模的优化问题的嵌合体图通过一个众所周知的方法在统计力学称为Hubbard-Stratonovich变换或其变种。该方法可用于处理全连通的伊辛模型，而无需嵌入嵌合体图，并导致非平凡的优化问题的结果。我们测试了所提出的方法与一些分区问题，涉及解决线性方程组和交通流优化问题，在日本仙台和京都的城市。
2020-02-13 cond-mat.dis-nn cs.DM quant-ph
Optimized Quantum Embedding: A Universal Minor-Embedding Framework for Large Complete Bipartite Graph
提出一种优化的通用minor-embedding框架，利用量子退火处理器的拓扑周期性缩短量子比特链，在Pegasus拓扑上实现120x120完全二部图嵌入时间减少99.98%，消除了长链导致的退相干问题，为量子-经典混合解决方案奠定基础。
2025-04-29 quant-ph
Compensating connectivity restrictions in quantum annealers via splitting and linearization techniques
针对量子退火器连接性限制，提出一种无需额外量子比特的迭代算法，通过拆分与线性化高效利用可用连接，并在 D-Wave 上验证其优于默认 minor embedding 方法。
2025-07-16 quant-ph
Pauli-string grouping for VQE measurement reduction on a sparse-connectivity quantum annealer
Quantum Technologies Department, ITECAM（ITECAM量子技术部）
本研究将VQE测量缩减中的Pauli字符串分组问题建模为QUBO着色模型，在D-Wave量子退火器上评估其可扩展性，量化嵌入开销并确定硬件可行性阈值。
2026-09-21 math.OC quant-ph
Advantage of pausing: parameter setting for quantum annealers
先前的工作表明暂停midanneal的功效：这样的暂停提高了成功的概率的数量级在一类本地的问题实例，并提高了解决的时间在一类嵌入式的问题实例。一个基于物理的图片提供了定性的建议，暂停midanneal是有效的，退火时间表参数和其他退火属性和参数之间的相互作用，如嵌入大小和强度的铁磁耦合$|J_F|$，并在暂停的条件下，可以提高解决方案的时间。在这里，通过对更新的退火架构的演示，该架构具有比以前的退火器更高的连接性，以及多个嵌入式问题类，我们能够确认这一图景的各个方面。我们展示了跨平台和问题类的最佳暂停参数的鲁棒性，探索如何设置$|J_F|$以优化不同场景下的性能，并提供经验证据表明，短暂停时间胜过较长的整体退火时间。我们还确定了问题中不同系数的数量作为问题难度的预测因子，并探讨了其与最佳$|J_F|$和嵌入大小的相互作用。基于这些结果，我们能够提出量子退火机参数设置的定性指导方针。
2022-11-22 quant-ph
Investigating the Chinese Postman Problem on a Quantum Annealer
量子退火机的最近可用性推动了信息技术的一个新领域，在该领域中，这种设备被应用于利用量子力学现象的硬件来解决实际动机和计算困难的问题。D-Wave退火机是以二次无约束二元优化的形式解决这些问题的有前途的平台。在这里，我们提供了一个制定的中国邮递员问题，可以作为一个工具，用于探测图和网络的局部连通性。我们对待这个问题的经典禁忌算法和使用的D-波设备。我们系统地分析与特定硬件相关的计算参数。我们的研究结果阐明了嵌合体图的有限连通性嵌入、逻辑量子比特的定义以及自旋反转的作用之间的相互作用如何控制达到预期解的概率。
2020-10-05 quant-ph
Systematic and Deterministic Graph-Minor Embedding for Cartesian Products of Graphs
当前和下一代量子退火机的有限连接性激发了对高效图子嵌入方法的需求。这些方法允许非本地的问题，以适应目标退火的架构。广泛使用的启发式技术的开销很快被证明是解决现实世界的应用程序的一个重大瓶颈。为了减轻这一困难，我们提出了一种系统性和确定性的嵌入方法，利用特定问题的输入图和量子退火机的结构。我们专注于两个完全图的笛卡尔积的特定情况下，经常发生在许多问题的结构。我们将嵌入问题分为：首先将笛卡尔积的一个因子嵌入到可重复的模式中。由此产生的简化问题包括这些副本的放置和连接在一起，以达到一个有效的解决方案。除了系统和确定性方法在速度和效率方面的明显优势外，所产生的嵌入很容易扩展到更大的处理器，并显示出所使用的量子位数和链长分布的理想特性。最后，我们简要地解决了这个问题，通过提出可能的扩展方法，规避不可操作的量子位。
2016-07-09 cs.DM cs.DS quant-ph
Track clustering with a quantum annealer for primary vertex reconstruction at hadron colliders
本研究提出一种完全依赖量子退火的带电粒子径迹聚类算法，通过D-Wave量子退火机在LHC事件上验证，并在56个逻辑量子比特问题上展现出优于模拟退火的量子优势。
2023-04-03 hep-ex quant-ph
A Hybrid Quantum-Classical Paradigm to Mitigate Embedding Costs in Quantum Annealing---Abridged Version
量子退火已经显示出作为近期量子计算方法的巨大潜力。尽管在获得量子加速方面取得了有希望的进展，但量子退火器受到需要将问题实例嵌入退火器的连接图（通常高度受限）的限制。这种嵌入执行起来可能代价高昂，并且可能破坏任何计算加速。在这里，我们提出了一个混合量子经典范式，以帮助减轻这种限制，并显示如何被否定的嵌入时间的原始加速，但在某些情况下可以利用。我们说明了这种方法的初始结果的概念验证实现的算法的动态加权最大独立集问题。
2018-07-30 cs.DS quant-ph
Scalable embedding of parity constraints in quantum annealing hardware
本文提出固定、模块化且可扩展的奇偶映射嵌入方法，用于将任意伊辛哈密顿量表示的组合优化问题嵌入量子退火硬件，并验证嵌入后哈密顿量的物理性质与原问题一致。
2024-05-23 quant-ph
Effective Prime Factorization via Quantum Annealing by Modular Locally-structured Embedding
本文提出一种将二进制乘法器紧凑编码到 D-Wave Pegasus 架构的模块化方法，并通过实验优化在量子退火器上成功分解了 8,219,999，创下量子设备质因数分解规模的新纪录。
2023-10-26 cs.ET quant-ph
Benchmarking Quantum Annealers with Near-Optimal Minor-Embedded Instances
本文提出一种生成近最优 minor-embedding 映射的协议，用于在 D-Wave 量子退火器上对大规模无约束与带约束优化问题进行基准测试，发现现有 QA 更适合密度低于 10% 的无约束问题，而惩罚项限制了其在带约束问题上的性能。
2024-08-01 cs.ET cs.PF 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
Quantum Optimization of Fully-Connected Spin Glasses
具有随机$\pm1$耦合的Sherrington-Kirkpatrick模型在D-Wave Two退火机上编程，该退火机具有509个量子比特在Chimera型图上相互作用。优化器的性能与模拟退火比较并相互关联。当考虑静态噪声的影响时，其降低了退火器的性能，可以估计两种方法的比较缩放的改进有利于D波机。嵌入的嵌合体图的参数的最佳选择被证明是相关的自旋玻璃临界温度的嵌入问题的出现。
2014-06-29 cond-mat.dis-nn quant-ph
Towards Sampling from Nondirected Probabilistic Graphical models using a D-Wave Quantum Annealer
Mississippi State University（密西西比州立大学）
具有2048个量子比特晶格的D-Wave量子退火器（QA），没有丢失的量子比特和耦合，允许嵌入受限玻尔兹曼机（RBM）的完整图。具有8 × 7像素可见单位的手写数字OptDigits数据集用于使用经典对比发散训练RBM。将经典训练的RBM嵌入到D-Wave网格中用于证明QA提供了经典马尔可夫链蒙特卡罗（MCMC）的高效替代方案，用于重建测试图像的缺失标签以及生成模型。在任何训练迭代中，基于D-Wave的分类的分类误差比MCMC低两倍以上。本研究的主要目的是调查从RBM模型分布的样本的质量，并将其与经典MCMC样本进行比较。对于OptDigits数据集，与MCMC样本相比，D-Wave样本中的状态属于大约两倍的局部谷。MCMC样本中的所有最低能量（最高联合概率）局部极小值也被D-Wave发现。D波错过了许多高能量的局部山谷，同时发现了许多MCMC一直错过的“新”局部山谷。据建立的“新的”局部谷，D波发现是重要的模型分布在相应的局部极小值的能量，局部谷的宽度，和逃逸势垒的高度。
2019-05-01 cs.LG quant-ph stat.ML
A calibrated diagnostic for reverse-anneal sampling in programmable quantum annealers
Tecnológico de Monterrey（蒙特雷科技大学）
本文研究了可编程量子退火机中子系统弛豫现象，并提出了一种校准的采样诊断方法，用于评估量子退火机的采样性能和记忆保持能力。
2026-08-11 cond-mat.dis-nn quant-ph
Impact of Fixing Spins in a Quantum Annealer with Energy Rescaling
本文研究了量子退火中固定自旋尺寸缩减方法与能量重标度的关系，通过数值模拟和实验证明该方法能在保持自旋链嵌入的同时提升均匀全连接铁磁伊辛模型的退火性能。
2025-07-19 cond-mat.stat-mech quant-ph
Enhancing Quantum Annealing Performance for the Molecular Similarity Problem
量子退火是一种利用量子力学来解决困难优化问题的有前途的技术。在物理量子退火器的开发方面已经取得了相当大的进展，从而激发了提高这种求解器效率的方法的研究。在这项工作中，我们提出了一个量子退火方法来衡量分子结构之间的相似性。在量子退火机上实现现实世界的问题是具有挑战性的，因为硬件限制，如稀疏连接，固有的控制误差和有限的精度。为了克服有限的连通性，一个问题必须重新制定使用小嵌入技术。使用一个真实的数据集，我们调查的量子退火在解决分子相似性问题的性能。我们提供的实验证据表明，嵌入的常见做法，可以取代新的替代品，减轻了一些硬件的限制，提高其性能。嵌入的常见做法包括最小化量子位的数量或链长，以及凭经验确定铁磁耦合器的强度。我们表明，目前的标准选择嵌入不提高硬件的性能的分子相似性问题。此外，我们使用理论方法来确定铁磁耦合器的强度。这种方法消除了当前经验方法的计算负担，并且还导致可以受益于简单的局部经典改进的硬件解决方案。虽然我们的研究结果仅限于这里考虑的问题，他们可以概括为指导未来的基准研究。
2017-01-16 cs.DM q-bio.QM quant-ph
Optimizing embedding-related quantum annealing parameters for reducing hardware bias
Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
量子退火器已经被设计用于为NP难优化问题提出接近最优的解决方案。然而，目前的退火炉，例如D-Wave Systems，Inc.，受到环境噪声和硬件偏差的限制。处理这些缺陷并提高退火结果质量的一种方法是应用各种预处理技术，例如自旋反转（SR）、退火偏移（AO）或链权重（CW）。最大化这些技术的有效性涉及对大量参数执行优化，如果需要对每个新问题实例执行优化，则成本太高。在这项工作中，我们表明，上述参数优化可以为整个类的问题，给定每个实例使用先前选择的固定嵌入。具体来说，在训练阶段，我们将一个完整图的嵌入E固定在退火器的硬件上，然后运行一个优化算法来调整以下参数值：针对SR要翻转的比特集合、针对AO的特定量子比特偏移以及链权重的分布，在从该类别中随机选择的一组训练图上进行优化，其中使用E将图形嵌入到硬件上。在测试阶段，我们估计在训练阶段计算的参数对从该类中随机选择的其他图的效果如何。我们调查的最大团，最大割，和图形划分问题的不同密度的图形实例。我们的研究结果表明，与它们的默认行为相比，通过使用SR，AO和CW的优化参数，可以实现退火结果的大幅改善。
2020-12-01 cs.ET cs.LG quant-ph
Noise Dynamics of Quantum Annealers: Estimating the Effective Noise Using Idle Qubits
本文提出在D-Wave量子退火芯片的闲置区域嵌入随机QUBO作为噪声指示器，通过三台设备的实验验证了闲置量子比特可有效估计系统当前噪声水平并反映解质量的长期趋势。
2023-02-18 cs.ET math.CO quant-ph
Solving wave equation problems on D-Wave quantum annealers
Nazarbayev University（纳扎尔巴耶夫大学）；Universidad de Las Palmas de Gran Canaria（拉斯帕尔马斯大加那利岛大学）
采用伪谱框架，在D-Wave量子退火器上求解一维亥姆霍兹方程，通过评估不同编码策略的代数条件和绝热性能，证明了降低动态范围的全秩矩阵编码能提升量子退火器性能，并讨论了混合量子-经典方案的潜力。
2026-06-02 math-ph math.MP quant-ph
Experimenting with D-Wave Quantum Annealers on Prime Factorization problems
本文回顾了利用 D-Wave 量子退火器分解素因数 8,219,999 的实验试错过程，并总结了初始化、链强度和退火偏移等关键策略，为量子退火实践者提供经验参考。
2024-06-11 cs.CR quant-ph
Sparse QUBO Formulation for Efficient Embedding via Network-Based Decomposition of Equality and Inequality Constraints
The University of Tokyo（东京大学）
通过基于网络的分解方法，将等式和不等式约束转化为稀疏QUBO模型，从而提高量子退火器中嵌入效率和求解性能。
2026-01-26 quant-ph
A quantum annealing approach to graph node embedding
Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
本文提出将图节点嵌入问题形式化为QUBO，并在D-Wave量子退火器上实现与评估，证明量子退火是一种可扩展且高效的图学习替代方法。
2025-03-08 cs.LG quant-ph
Demonstration of a scaling advantage for a quantum annealer over simulated annealing
对于量子计算来说，观察到明确的量子加速仍然是一个难以捉摸的目标。D-Wave量子退火处理器一直处于实现这一目标的实验尝试的最前沿，因为它们具有相对较大的量子位数和可编程性。一个完整的确定的最佳时间解决方案（TTS），使用这些处理器还没有可能的日期，防止明确的结论存在的缩放优势。主要的技术障碍是无法在可用范围内验证最佳退火时间。在这里，我们克服了这一障碍，并提出了一类问题的情况下，我们观察到最佳退火时间，使用D波2000 Q处理器的范围跨越到超过$2000$量子位。这使我们能够执行最佳TTS基准测试分析，并与几种经典算法进行比较，包括模拟退火，自旋矢量蒙特卡罗和离散时间模拟量子退火。我们建立了第一个例子的缩放优势的实验量子退火超过经典的模拟退火：我们发现，D-波设备表现出可证明更好的缩放比模拟退火，与$95\%$的信心，在我们可以测试的问题大小的范围。然而，我们没有发现量子加速的证据：模拟量子退火表现出最好的缩放显着的保证金。我们构建的实例类具有可验证的最佳退火时间，开辟了生成许多新的此类类的可能性，为使用当前和未来的量子退火设备进一步明确评估缩放优势铺平了道路。
2018-08-06 quant-ph
A small-world search for quantum speedup: How small-world interactions can lead to improved quantum annealer designs
有许多因素影响量子退火处理单元的设计。在这里，我们从自旋玻璃的临界行为的角度来解决改进量子退火处理单元设计的问题。有人认为[Phys.Rev.X4，021008（2014）]，在最困难的伊辛自旋玻璃基态问题中，那些与表现出有限温度自旋玻璃转变的晶格相关的问题。在这里，我们表明，在本地准平面量子处理单元图的量子位（自旋）之间添加小世界耦合器的结果在拓扑结构中，无序伊辛系统可以进行有限温度的自旋玻璃转变，即使当伊辛自旋玻璃上的准平面本地图不显示在任何有限温度下转变成玻璃相。为了确保这些系统可以与当前的制造技术，使用大规模的蒙特卡罗模拟，我们证明了高度约束的系统限制到几个制造层，并与固定的耦合器角度也可以表现出有限温度的自旋玻璃化转变。这表明，这些系统可能是平均场，这也意味着嵌入高度非平面的问题可能会被简化相比，底层的原生拓扑结构。我们的研究结果表明，使用准平面嵌合体拓扑结构目前使用的D-波系统公司。量子退火机，以及标准的二维正方形晶格。该方法可以推广到其他拓扑结构。
2018-11-02 cond-mat.dis-nn quant-ph
Advanced unembedding techniques for quantum annealers
D-Wave量子退火器可以通过将QUBO（二次无约束二进制优化）或Ising形式的问题映射到D-Wave芯片上的物理量子位连接结构来获得NP难题的高质量解决方案。然而，后者受到限制，因为物理量子位之间的所有成对耦合器中只有一小部分存在。因此，对给定问题实例的连通性结构进行建模需要计算将问题规范中的变量较小地嵌入到逻辑量子比特上，逻辑量子比特由“链接”在一起以充当逻辑量子比特的若干物理量子比特组成。然而，在退火之后，不能保证所有链接的量子比特都得到相同的值（对于伊辛模型为-1或+1，对于QUBO为0或1），并且存在几种方法来为每个逻辑量子比特分配最终值（称为“解嵌入”的过程）。在这项工作中，我们提出了四个重要的NP-难问题：最大团，最大割，最小顶点覆盖，和图划分问题量身定制的unembedding技术。我们的技术是简单的，但利用被解决的问题的结构属性。使用Erdens-Rényi随机图作为输入，我们将我们的解嵌入技术与三种流行的技术（多数投票，随机加权和最小化能量）进行了比较。我们证明，我们提出的算法优于目前可用的，因为它们产生更好的质量的解决方案，同时计算同样有效。
2022-12-28 cs.ET quant-ph
An Analysis of Quantum Annealing Algorithms for Solving the Maximum Clique Problem
本文针对D-Wave量子退火器求解最大团问题受164节点嵌入限制的瓶颈，提出图分解与图生成算法，并统计分析了图结构参数对解质量的影响，给出提高获得近最优解概率的实用建议。
2024-06-11 cs.ET quant-ph
A Hybrid Quantum-Classical Paradigm to Mitigate Embedding Costs in Quantum Annealing
尽管量子计算机的开发最近取得了快速进展，能够提供优于经典计算机的计算优势，但此类计算机似乎至少在最初需要在混合量子-经典机制中运行。这种认识引起了人们对混合量子-经典算法的兴趣，例如，量子计算机可以解决大问题，尽管量子位的数量非常有限。在这里，我们提出了一个量子退火机的混合范例，其目标是减轻这种设备的不同限制：需要将问题实例嵌入退火机的连接图（通常是高度受限的）中。这个嵌入过程执行起来可能很昂贵，并且可能会破坏任何计算加速。为了解决许多实际问题，还需要执行许多通常相关的这样的嵌入。我们将展示如何，对于这样的问题，一个原始的加速，这是否定的嵌入时间，但可以被利用，以提供一个真正的加速。作为一个概念验证的例子，我们提出了一个深入的案例研究的基础上最大权独立集问题的简单问题。虽然我们没有观察到量子加速实验，混合方法的优点是稳健的验证，显示如何可能利用潜在的量子加速，并鼓励进一步努力将该方法应用于更实际的问题。
2019-06-26 cs.DS quant-ph
Addressing the Minor-Embedding Problem in Quantum Annealing and Evaluating State-of-the-Art Algorithm Performance
TECNALIA, Basque Research and Technology Alliance (BRTA)（TECNALIA巴斯克研究与技术联盟）；University of the Basque Country (UPV/EHU)（巴斯克国家大学）
本文研究量子退火中变量映射问题，分析嵌入质量对D-Wave性能的影响，并评估Minorminer算法在不同图结构上的表现，发现其存在改进空间。
2026-03-17 cs.AI cs.ET quant-ph
Quantum Annealing Correction with Minor Embedding
量子退火为量子优化设备的开发提供了一条有前途的途径，但这种设备的有用性将部分受到硬件约束所决定的可实现问题的范围的限制。为了克服由量子比特之间的受限连接性所施加的约束，可以使用次要嵌入技术来近似更大的相互作用集合，由此使用若干物理量子比特来表示单个逻辑量子比特。然而，小嵌入由于其近似性质而引入了新类型的错误。我们介绍和研究量子退火校正方案，旨在提高量子退火机的性能，结合未成年人嵌入，从而导致一个混合方案定义的编码图。我们认为，该方案可以有效地解码使用能量最小化技术提供的错误密度不超过每个站点的渗透阈值的编码图。我们测试的混合方案使用的D-波两个处理器的编码图是一个2级网格和伊辛模型的问题是已知的NP-难。我们考虑的问题是受挫的伊辛模型问题实例与“种植”（先验已知）的解决方案。结合优化的能量惩罚和解码技术，我们发现这种方法使量子退火机能够解决较小的嵌入式实例，其成功概率比没有纠错的情况高得多。我们的工作表明，量子退火校正可以而且应该用于提高量子退火的鲁棒性，不仅对于本机嵌入的问题，而且当较小的嵌入用于扩展物理设备的连接。
2015-07-09 quant-ph
Trust Region Bayesian Optimization of Annealing Schedules on a Quantum Annealer
Pusan National University（釜山国立大学）；VinUniversity（越南大学）；PHENIKAA University（菲尼亚大学）；Trinity College Dublin, The University of Dublin（都柏林三一学院，都柏林大学）
本文提出信任域贝叶斯优化（TuRBO）框架，联合优化量子退火机的退火时间和傅里叶参数化调度，在模拟中优于随机和贪婪搜索，提升能量、可行解概率并降低链断裂。
2025-10-17 quant-ph
Quantum Annealers Chain Strengths: A Simple Heuristic to Set Them All
本文针对量子退火机中逻辑量子比特的链强度优化问题，提出了一种在预处理阶段利用少量shots优化链强度的启发式方法，在max-cut问题上较D-Wave默认方法将解质量最高提升17.2%。
2024-04-08 cs.ET quant-ph
A Performance Estimator for Quantum Annealers: Gauge selection and Parameter Setting
随着大规模量子退火设备的出现，出现了一些挑战。例如，已经证明，在对器械进行程控时，器械的性能可能会受到多个自由度的显著影响;一个常见的示例是量规选择。到目前为止，还没有经过实验测试的策略来选择最佳的编程规范。我们开发了一个评分函数，可以从比找到所需解决方案所需的读数数量少得多的读数中计算出来。我们展示了如何使用此性能估计来指导，例如，选择的最佳规格的随机衡量候选人的池，以及如何选择参数的值，我们没有先验知识的最佳值。对于后者，我们通过应用得分函数来设置旨在将逻辑图嵌入到硬件架构中的参数的强度来说明这个概念，这是在现实世界问题实例的实现中经常遇到的挑战。由于问题实例越难，这项工作中提出的策略就越有用，我们希望提出的编程策略能够显着减少未来基准研究的时间，并帮助找到在下一代量子退火设备中实现的难以解决的现实世界应用的解决方案。
2015-03-03 quant-ph
Solving Larger Maximum Clique Problems Using Parallel Quantum Annealing
针对D-Wave量子退火器规模有限且需次要嵌入、难以求解大型优化问题的限制，提出并行量子退火结合图分解的混合方法，并在多达120个节点、6395条边的图上准确求解最大团问题。
2023-03-14 cs.ET math.CO quant-ph
Quantum Annealing for Constrained Optimization
量子技术的最新进展导致了实验性可编程量子退火机的开发和制造，这些退火机有望比其经典类似物更快地解决某些具有实际意义的组合优化问题。这种设备对于许多理论和现实世界的优化问题的适用性，这些问题通常受到限制，受到设备量子位的稀疏，刚性布局的严重限制。传统上，通过向问题的哈密尔顿算子添加惩罚项来解决约束，这反过来又需要过度增加物理资源，同时还限制相互作用的动态范围。在这里，我们提出了一种在量子退火机上编码约束优化问题的方法，该方法消除了对惩罚项的需要，从而减少了所需耦合器的数量，并消除了对微小嵌入的需要，大大减少了所需物理量子比特的数量。我们认为所提出的技术的优点，并说明其有效性。最后，我们讨论了实验的可行性，建议的方法，以及它的潜力，大大减少了资源需求的量子退火机上实现优化问题，其意义在量子计算领域。
2016-05-30 quant-ph
Quantum Optimization for the Graph Coloring Problem with Space-Efficient Embedding
当前的量子计算设备根据其架构具有不同的优势和劣势。这意味着灵活的电路设计方法是必要的。我们通过引入一种新的空间有效的量子优化算法来解决这个任务的图着色问题。我们的电路比标准方法的电路更深。然而，所需的量子位的数量在颜色的数量上呈指数级减少。我们提出了广泛的数值模拟证明我们的方法的性能。此外，为了探索目前可用的替代方案，我们在量子退火机上进行了随机图着色的研究，以测试该方法的限制因素。
2020-09-15 quant-ph
Quantum annealing speedup of embedded problems via suppression of Griffiths singularities
嵌入到硬件图中的应用问题的最佳参数设置是实用量子退火器（QA）的关键。嵌入链通常作为有害的格里菲斯阶段突然出现，但可以作为一种资源，正如我们在这里所展示的：在逻辑问题中平衡奇异性，改变其普适性类。嵌入参数的智能选择将随机伊辛链的退火时间从$O(exp[c\sqrt N])$减少到$O(N^2)$。QA的求解时间大幅减少，这一点得到了数值计算的证实，为此我们开发了一个自定义积分器来克服收敛问题。
2020-06-23 cond-mat.dis-nn quant-ph
Electronic Structure Theory with Molecular Point Group Symmetries on Quantum Annealers
本文将对称自适应Jordan-Wigner编码与新实现的XBK方法结合，减少量子退火器电子结构计算的量子比特数，模拟更大分子，指数级减小希尔伯特空间规模，且不引入显著额外误差。
2025-02-01 physics.chem-ph quant-ph
Scalable Determination of Penalization Weights for Constrained Optimizations on Approximate Solvers
Quantum Research Center, Technology Innovation Institute (TII)（技术革新研究所量子研究中心）；SISSA — Scuola Internazionale Superiore di Studi Avanzati（国际高等研究学院）；Centre for Quantum Technologies, National University of Singapore（新加坡国立大学量子技术中心）；Hamburg University of Technology, Institute for Quantum Inspired and Quantum Optimization（汉堡工业大学量子启发与量子优化研究所）；Fujitsu Germany GmbH（富士通德国有限公司）
本文提出了一种可扩展的方法，用于确定约束优化中惩罚权重，适用于基于吉布斯求解器的多项式复杂度问题，实验显示在大规模实例上具有鲁棒性和显著加速。
2026-10-21 quant-ph
Graph minor embedding can affect sampling degenerate ground states using quantum annealing
Tohoku University（东北大学）；Institute of Science Tokyo（东京科学大学）；Kumamoto University（熊本大学）；Sigma-i Co., Ltd.（Sigma-i有限公司）
本研究探讨了图极小嵌入对量子退火采样退化基态的影响，发现链强与基态公平性相关，平坦的能量景观更易被采样。
2025-11-13 cond-mat.stat-mech quant-ph
Performance enhancing of hybrid quantum-classical Benders approach for MILP optimization
German Aerospace Center (DLR)（德国航空航天中心）；Hamburg University of Technology（汉堡工业大学）
提出一种硬件无关的Benders分解算法，通过量子退火器求解主问题、经典计算机求解子问题，并引入嵌入优化、保守割约束处理和启发式停止准则，在传输网络扩展规划问题上相比经典方法实现性能提升。
2026-07-01 math.OC quant-ph
Tactile Network Resource Allocation enabled by Quantum Annealing based on ILP Modeling
针对敏捷网络实时资源分配需求，提出将ILP模型映射为QUBO问题、通过量子退火求解的框架，在D-Wave设备上验证了三节点网络性能并估算了更大规模网络的硬件需求。
2023-05-02 math.OC quant-ph
Parallel Quantum Annealing
D-Wave Systems，Inc.的量子退火机，提供了一种有效的方法来计算高质量的解决方案的NP难问题。这是通过将问题映射到量子芯片的物理量子位上来完成的，量子退火后从中获得解决方案。然而，由于芯片上的物理量子位的连接性是有限的，因此需要将问题结构较小地嵌入到芯片上。在这个过程中，特别是对于较小的问题，许多量子位将保持未使用状态。我们提出了一种称为并行量子退火的新方法，以更好地利用可用的量子位，其中在量子退火器的相同退火周期中解决相同或几个独立的问题，假设有足够的物理量子位可用于嵌入多个问题。虽然单独的解决方案的质量可能会略有下降时，并行解决几个问题（而不是单独解决每个问题），我们证明，我们的方法可以给戏剧性的速度加快的解决方案的时间（TTS）解决最大团问题的实例相比，解决每个问题顺序的量子退火。此外，我们表明，解决一个单一的最大团问题，使用并行量子退火显着减少TTS。
2022-11-29 cs.ET quant-ph
Simulating the Transverse Field Ising Model on the Kagome Lattice using a Programmable Quantum Annealer
本研究在D-Wave Advantage2量子退火器上嵌入231个位点的Kagome晶格Ising模型，通过退火实验观测到三分之一磁化平台，并利用退火-暂停-淬火协议构建部分相图，验证了横向场下系统退出经典自旋液体态，证实了量子模拟的有效性。
2024-08-14 cond-mat.stat-mech cond-mat.str-el quant-ph
Decoding quantum error correction with Ising model hardware
容错量子计算机将需要高效的协处理器来实时解码它们所采用的量子纠错协议。在这项工作中，我们研究使用专门的伊辛模型硬件来执行此解码任务的可能性。伊辛模型硬件的实例包括量子退火器，例如由D-Wave Systems Inc.以及诸如由Hitatchi和Fujitsu生产的那些的经典器件和被称为相干伊辛机的光学器件。我们使用的相干奇偶校验（CPC）的框架，推导出一个伊辛模型映射的量子纠错解码问题的不相关的量子错误模型。我们的伊辛模型映射的一个具体优点是，它是兼容的最大熵推理技术，可以优于极大似然解码在某些情况下。我们使用我们的框架内的数值计算来证明，最大熵解码不仅可以导致改进的错误抑制，但也可以移动简单的代码的阈值。作为一个高价值的问题，一个小的优势可以导致重大的收益，我们认为，解码量子码是量子退火器的理想用例。此外，量子纠错码的结构允许专用集成电路（ASIC）退火硬件降低嵌入成本，这是量子退火中的主要瓶颈。最后，我们还提出了一种方法，其中量子退火器可以最佳地用作混合量子经典解码方案的一部分。
2019-03-25 quant-ph
Minimizing minor embedding energy: an application in quantum annealing
量子退火的一个重大挑战是将现实世界的问题映射到有限连接的硬件图上。如果问题图的最大度超过硬件图的最大度，则采用较小嵌入，其中每个逻辑量子比特被映射到物理量子比特树。树中物理量子位之间的成对相互作用被设置为具有一定耦合强度$F<0$的铁磁。在这里，我们解决的问题，什么值$F$应该采取，以最大限度地提高概率，退火找到正确的基态的伊辛问题。每个逻辑量子比特的$|F|$的总和被定义为较小的嵌入能量。我们证实实验的基态概率最大化时，较小的嵌入能量最小化，受约束，没有域壁出现在与每个嵌入的逻辑量子比特相关联的每棵树的物理量子比特。我们进一步开发了一个分析下界$|F|$，满足这个约束，并表明它是一个更严格的约束比以前推导出的崔（量子信息。
2019-05-08 quant-ph
Accuracy and minor embedding in subqubo decomposition with fully connected large problems: a case study about the number partitioning problem
在这项工作中，我们调查的能力的混合量子经典的程序，探索使用D波$2000Q^{TM}$量子退火设备的解决方案空间。在这里，我们研究了量子硬件解决数字划分问题的能力，这是一个著名的NP-Hard优化模型，它带来了现实世界应用中遇到的一些典型挑战。这代表了量子比特连接方面最复杂的场景之一，通过增加输入问题的大小，我们分析了量子经典工作流的缩放特性。我们发现显着的结果在大多数情况下的模型，对于最复杂的，我们进一步研究的D波混合套件。具体来说，我们能够找到最佳的解决方案，即使在最坏的情况下，通过微调的参数，安排退火时间，并允许在退火周期暂停。
2020-03-09 quant-ph
An evolutionary strategy for finding effective quantum $ 2 $-body Hamiltonians of $ p $-body interacting systems
将$p$ -体相互作用模型嵌入在商用量子退火机上实现的$2$ -体网络上是一个相关的问题。对于高度相互作用的模型，需要大量的辅助量子比特，这可能是相当大的，并且不可行（如果不是不可能的话）模拟这样的系统。在这篇手稿中，我们提出了一种替代未成年人嵌入，开发一个新的近似程序的基础上遗传算法，允许解耦的$p$ -机构的$2$-机构的相互作用。一组初步的数值实验表明，我们的方法的铁磁$p$自旋模型的可行性，并铺平了道路的进化策略应用到更复杂的量子模型。
2019-09-11 quant-ph
