基于梯度局部优化的量子盆地跳跃
Quantum basin hopping with gradient-based local optimisation
摘要：
连续全局优化的量子流域跳跃算法结合了局部搜索和Grover算法，可以使用与流域数量的平方根成比例的努力来定位全局最优值。这篇文章建立了约旦的量子梯度估计方法可以被纳入量子盆漏斗，提供一个额外的加速度成比例的域尺寸。
英文摘要：
The quantum basin hopping algorithm for continuous global optimisation combines a local search with Grover's algorithm, and can locate the global optimum using effort proportional to the square root of the number of basins. This article establishes that Jordan's quantum gradient estimation method can be incorporated into the quantum basin hopper, providing an extra acceleration proportional to the domain dimension.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
