A Hybrid Classical-Quantum Annealing Algorithm for the TSP
본 논문은 그래프 축소 기법을 활용하여 Traveling Salesperson Problem 의 문제 차원을 축소함으로써 D-Wave 어닐러와 같은 현재 양자 장치에서 효율적인 해법을 가능하게 하는 하이브리드 고전-양자 어닐링 알고리즘을 제안하며, 그 성능은 고전 시뮬레이션과 양자 하드웨어를 통해 검증되었다.
11181 편의 논문
양자 물리학은 보이지 않는 미시 세계의 규칙을 탐구하는 학문으로, 입자가 동시에 여러 곳에 존재하거나 멀리 떨어진 두 입자가 서로 영향을 주고받는 같은 신비로운 현상을 다룹니다. 이 분야는 단순한 이론을 넘어 차세대 컴퓨팅과 암호 기술의 기반이 되어 우리 삶의 미래를 바꿀 잠재력을 지니고 있습니다.
Gist.Science는 arXiv 에 매일 업로드되는 양자 물리학 관련 최신 사전 출판 논문을 모두 수집하여 분석합니다. 전문 용어에 익숙하지 않은 독자도 쉽게 이해할 수 있는 쉬운 해설과 함께, 연구의 핵심을 깊이 있게 파고든 기술적 요약을 제공하여 복잡한 내용을 명확하게 전달합니다.
아래에는 양자 물리학 분야의 최신 연구 성과들이 정리된 논문 목록이 이어집니다.
본 논문은 그래프 축소 기법을 활용하여 Traveling Salesperson Problem 의 문제 차원을 축소함으로써 D-Wave 어닐러와 같은 현재 양자 장치에서 효율적인 해법을 가능하게 하는 하이브리드 고전-양자 어닐링 알고리즘을 제안하며, 그 성능은 고전 시뮬레이션과 양자 하드웨어를 통해 검증되었다.
본 논문은 단순한 개수 불균형 측정을 통해 하이젠베르크 한계를 초과하는 검출 감도를 달성하기 위해 초강적분성을 활용하는 4-우물 구성의 초저온 쌍극자 원자를 이용한 회전 센서를 제안한다.
본 논문은 국소 상태 반표시 (LSAM) 작업을 도입하여 얽힘이 없는 비국소성의 한 형태를 입증하고, 임의의 상호 직교하는 다부 분자 순상태 앙상블은 국소적으로 반구별 가능하지만 전역적으로 반구별 가능하면서 국소적으로는 반구별 불가능한 곱상태 앙상블이 존재함을 보여줌으로써 국소 상태 반구별성, 반표시 및 이들의 확정적 구별과 표시 대응물 사이에 엄격한 위계 관계가 존재하지 않음을 규명한다.
본 논문은 삼중대각 해밀토니안과 직교 다항식으로 전개된 파동함수로 특징지어지는 두 개의 매개변수를 갖는 정확히 해석 가능한 양자 시스템의 클래스를 소개하며, 해석적으로 퍼텐셜 함수를 유도할 수 없음에도 불구하고 특정 매개변수 임계값이 순수히 연속 스펙트럼을 갖는 시스템에서도 결합 상태나 공명을 유발할 수 있음을 보여준다.
본 논문은 클리포드 연산을 통해 추출 가능한 에너지인 클리포드 에르고트로피를 도입하여 마법 자원에 따라 감소하는 보편적 상한을 확립하고, 이를 소규모 제어 풍경과 다체 열역학 법칙 모두에 대한 중요성을 입증한다.
본 논문은 대칭성을 활용하여 상관된 바닥상태 분지 내의 핵 기하구조를 직접 회로 매개변수로 매핑하는 기하조건부 전구조건자를 도입함으로써, 초기화 불량으로 인한 변분 양자 고유값 솔버의 실패를 방지하고 다양한 분자 시스템 전반에 걸쳐 오차를 현저히 감소시킨다.
이 논문은 단일 측정 설정과 단일 복사 무작위 측정을 사용하여 다양한 비선형 양자 상태 특성을 효율적으로 측정할 수 있도록 하는 충돌 기반 비선형 추정 (CBNE) 이라는 보편적 프레임워크를 제시함으로써, 일반적으로 필요한 다중 복사 연산이나 여러 기저의 필요성을 극복합니다.
본 논문은 집합의 결맞음을 결정하기 위해 바르만 불변량의 저차 계층 구조를 확립하며, 저차 데이터는 차원에 의존하지만 네 번째 차수의 순서 민감성 불변량은 유한한 양자 상태 가족이 공통 비결맞음 기저를 공유하는지 여부를 판단하는 최초의 보편적 쌍별 기준을 제공함을 보여줍니다.
본 논문은 가변 양자 알고리즘에 대해 기존의 큐비트(이진) 인코딩 대신 qudit(정수) 인코딩을 사용할 경우 현실적인 전기차 차량대대 관리 문제에서 동등하거나 우수한 최적화 성능을 달성하면서도 자원 요구사항과 시뮬레이션 실행 시간을 크게 줄일 수 있음을 보여준다.
본 논문은 H₂ 및 H₄와 같은 강상관 계에 대해 높은 정확도를 달성하면서도 기존 기계학습 기반 접근법의 불리한 계산적 확장성을 극복하는, 익스팬더 그래프 트랜스포머를 기반으로 한 선형적으로 확장되는 비국소 교환 - 상관 함수를 소개한다.