Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > quant-ph > arXiv:2403.00182

帮助 | 高级搜索

量子物理

arXiv:2403.00182 (quant-ph)
[提交于 2024年2月29日 (v1) ,最后修订 2024年5月13日 (此版本, v2)]

标题: 满足性问题(SAT)、小工具(Gadgets)、最大2约束满足问题(Max2XOR)和量子退火机

标题: SAT, Gadgets, Max2XOR, and Quantum Annealers

Authors:Carlos Ansótegui, Jordi Levy
摘要: 量子退火器基本上是一种量子计算机,它以高概率在常数时间内优化某些关于布尔变量的二次函数。 这些函数本质上是Ising模型的哈密顿量,在退火过程后有很高的概率达到基态能量。 它们被提出作为一种解决SAT问题的方法。 这些哈密顿量可以看作是Max2XOR问题,即寻找一种赋值,使得最多包含两个变量的XOR子句中满足的数量最大化的问题。 在本文中,我们提出了几个小工具来将SAT问题约化为Max2XOR问题。 我们展示了如何使用它们将SAT实例转换为量子退火器的初始配置。
摘要: Quantum Annealers are basically quantum computers that with high probability can optimize certain quadratic functions on Boolean variables in constant time. These functions are basically the Hamiltonian of Ising models that reach the ground energy state, with a high probability, after an annealing process. They have been proposed as a way to solve SAT. These Hamiltonians can be seen as Max2XOR problems, i.e. as the problem of finding an assignment that maximizes the number of XOR clauses of at most 2 variables that are satisfied. In this paper, we present several gadgets to reduce SAT to Max2XOR. We show how they can be used to translate SAT instances to initial configurations of a quantum annealer.
评论: arXiv管理员备注:文本与arXiv:2204.01774存在重叠。
主题: 量子物理 (quant-ph) ; 计算复杂性 (cs.CC); 计算机科学中的逻辑 (cs.LO)
引用方式: arXiv:2403.00182 [quant-ph]
  (或者 arXiv:2403.00182v2 [quant-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.2403.00182
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Jordi Levy [查看电子邮件]
[v1] 星期四, 2024 年 2 月 29 日 23:18:45 UTC (30 KB)
[v2] 星期一, 2024 年 5 月 13 日 16:49:42 UTC (34 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
quant-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-03
切换浏览方式为:
cs
cs.CC
cs.LO

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号