A Scalable Distributed Quantum Optimization Framework via Factor Graph Paradigm
Diese Arbeit stellt ein skalierbares, strukturwahrnehmungsfähiges Framework für die verteilte Quantenoptimierung vor, das durch die Zerlegung von Ziel-Funktionen in Faktorgraphen und die Koordination von Teilproblemen über gemeinsame Verschränkung die Qubit-Anforderungen pro Prozessor senkt, während die quadratische Geschwindigkeitssteigerung von Grover-ähnlichen Algorithmen erhalten bleibt.