Core Concepts
양자 어닐러의 논리 큐비트 인코딩 구조에 따라 최소 스펙트럼 갭이 달라지며, 이에 따라 필요한 최소 체인 강도도 달라진다. 이를 활용하여 각 문제 인스턴스에 맞는 체인 강도를 효율적으로 찾는 启发式을 제안한다.
Abstract
이 논문은 양자 어닐러의 논리 큐비트 인코딩 구조가 최소 스펙트럼 갭에 미치는 영향을 분석하고, 이를 바탕으로 각 문제 인스턴스에 맞는 최적의 체인 강도를 찾는 启发式을 제안한다.
먼저 단일 Ising 문제 인스턴스에 대해 다양한 논리 큐비트 인코딩 구조(체인, 사이클, 클리크)를 고려하여 최소 스펙트럼 갭의 변화를 분석한다. 이 분석을 통해 밀집된 논리 큐비트 인코딩일수록 더 낮은 체인 강도로도 강자성 결합을 유지할 수 있음을 확인한다.
다음으로 최대 컷 문제에 대해 CMR과 CME 두 가지 주요 임베딩 방법을 비교 분석한다. 이를 통해 임베딩 방법에 따라 최적의 체인 강도가 달라짐을 보인다. 이는 각 문제 인스턴스에 맞는 체인 강도 설정이 필요함을 시사한다.
마지막으로 이러한 분석을 바탕으로 체인 강도를 효율적으로 최적화하는 启发式을 제안한다. 이 启发式은 매우 적은 수의 사전 처리 단계만으로도 D-Wave 시스템의 기본 방법보다 최대 17.2%까지 향상된 결과를 얻을 수 있다.
Stats
체인 강도가 강해질수록 최소 스펙트럼 갭이 감소한다.
논리 큐비트 인코딩이 밀집될수록 더 낮은 체인 강도로도 강자성 결합을 유지할 수 있다.
임베딩 방법에 따라 최적의 체인 강도가 달라진다.
Quotes
"양자 어닐러의 논리 큐비트 인코딩 구조에 따라 최소 스펙트럼 갭이 달라지며, 이에 따라 필요한 최소 체인 강도도 달라진다."
"임베딩 방법에 따라 최적의 체인 강도가 달라짐을 보인다. 이는 각 문제 인스턴스에 맞는 체인 강도 설정이 필요함을 시사한다."