Towards Tensor-Network SAT-Solvers for Quantum-Classical Workflows
이 논문은 Max-3-SAT 문제를 해결하기 위한 양자-고전 워크플로의 고전적 대리물로서 텐서 네트워크 바닥 상태 탐색을 조사하며, 고차 표현 방식이 이차식화된 정식화보다 성능이 우수하고, 불리언 만족도 문제의 고전적 곱상태 최적해가 텐서 네트워크의 특정 이점을 상쇄하기 때문에 시뮬레이티드 어닐링이 일반적으로 밀도 행렬 재규격화 그룹 방법을 능가한다는 것을 밝혀냈다.