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 > cond-mat > arXiv:2501.01107

帮助 | 高级搜索

凝聚态物理 > 无序系统与神经网络

arXiv:2501.01107 (cond-mat)
[提交于 2025年1月2日 (v1) ,最后修订 2025年1月6日 (此版本, v2)]

标题: 关于三维伊辛自旋玻璃计算复杂性的研究:来自D-Wave退火器的启示

标题: On Computational Complexity of 3D Ising Spin Glass: Lessons from D-Wave Annealer

Authors:Hao Zhang, Alex Kamenev
摘要: 寻找三维伊辛自旋玻璃的精确基态已被证明是一个NP难问题。 在指数时间假设成立的前提下,其计算复杂性已被证明不低于$2^{N^{2/3}}$,其中$N$是自旋的总数。 在这里,我们报告了对具有$N\leq 5627$的D-Wave三维退火器进行的广泛实验结果。 我们发现对于典型的三维自旋玻璃实现,在效率方面可以按$2^{N/\beta}$与$\beta\approx 10^{3}$的比例进行缩放,找到了精确的基态(在概率意义上)。 基于对低能态的统计分析,我们认为随着退火协议的改进和设备噪声的减少,$\beta$可以进一步提高。 这表明,对于$N<\beta^3$,退火设备是寻找基态最有效的方法。
摘要: Finding an exact ground state of a 3D Ising spin glass is proven to be an NP-hard problem. Given validity of the exponential time hypothesis, its computational complexity was proven to be no less than $2^{N^{2/3}}$, where $N$ is the total number of spins. Here we report results of extensive experimentation with D-Wave 3D annealer with $N\leq 5627$. We found exact ground states (in a probabilistic sense) for typical realizations of 3D spin glasses with the efficiency, which scales as $2^{N/\beta}$ with $\beta\approx 10^{3}$. Based on statistical analysis of low energy states, we argue that with an improvement of annealing protocols and device noise reduction, $\beta$ can be increased even further. This suggests that, for $N<\beta^3$, annealing devices provide a most efficient way to find the ground state.
评论: 9页,6图
主题: 无序系统与神经网络 (cond-mat.dis-nn) ; 量子物理 (quant-ph)
引用方式: arXiv:2501.01107 [cond-mat.dis-nn]
  (或者 arXiv:2501.01107v2 [cond-mat.dis-nn] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.01107
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Hao Zhang [查看电子邮件]
[v1] 星期四, 2025 年 1 月 2 日 07:08:13 UTC (603 KB)
[v2] 星期一, 2025 年 1 月 6 日 23:23:36 UTC (608 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
查看许可
当前浏览上下文:
cond-mat.dis-nn
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cond-mat
quant-ph

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