- 简介本文基于我们最近发表的一篇论文,其中我们提出了一种通过量子退火进行质因数分解(PF)的新方法,在该方法中,8,219,999 = 32,749x251是我们能够分解的最高质数乘积,据我们所知,这是迄今为止通过量子设备分解的最大数字。然而,导致这些结果的一系列退火实验并没有遵循直线路径;相反,它们涉及到一个复杂的试错过程,充满了失败或部分失败的尝试和回溯,最终才使我们找到了成功的退火策略。在本文中,我们深入探讨了我们实验决策背后的原因,并介绍了我们在构思最终策略之前采取的一些尝试。这还涉及到一些我们研究过的想法、技术和策略,虽然最终证明与我们采用的那些相比较劣,但可能会为D-Wave用户和实践者提供一些见解。特别是,我们展示了以下见解:($i$)不同的初始化技术会影响性能,其中流量偏置在针对局部结构嵌入时是有效的;($ii$)与依赖于全局嵌入的问题相比,链强度对于局部结构嵌入的影响较小;($iii$)链断和激发CFAs之间存在权衡,建议采用基于模块而不是单个量子比特的逐步退火偏移补救方法。因此,通过分享我们的经验细节,我们旨在为量子退火的不断发展提供见解,并帮助人们访问和有效使用D-Wave量子退火器。
- 图表
- 解决问题本文旨在探讨量子退火在质因数分解中的应用,并分享实验过程中的经验和教训。
- 关键思路本文提出了一种新的量子退火质因数分解的方法,并探索了初始化技术、链强度和模块化退火等方面的影响。
- 其它亮点本文成功使用量子退火分解了目前已知最大的质数,同时分享了实验过程中的经验和教训,包括不同初始化技术的影响、链强度对局部结构嵌入的影响以及模块化退火的优势等。
- 最近相关的研究包括:Quantum annealing for prime factorization with support vector machines、Quantum annealing for integer factorization using the mixed-field Ising model等。
沙发等你来抢
去评论
评论
沙发等你来抢