Minimum Bisection Problem: Machine Learning-Based Penalty Parameter Tuning for Optimization on Quantum Annealers
이 논문은 양자 어닐러 상의 최소 이분 문제(Minimum Bisection Problem)를 위해 그래디언트 부스팅 회귀 모델을 사용하여 유효한 패널티 구간을 예측함으로써 패널티 파라미터를 자동으로 튜닝하는 머신러닝 기반 프레임워크를 제안하며, 더 낮은 컷 값을 가진 균형 잡힌 분할을 생성하는 데 있어 Metis와 같은 고전적 휴리스틱보다 우수한 성능을 입증한다.