Нейросетевая выборка Монте-Карло, обученная с помощью квантового алгоритма приближённой оптимизации В статье предлагается гибридный квантово-классический метод MCMC, который использует квантовый компьютер для генерации предложений и нейросеть для имитации квантовых выходов. Этот подход позволяет обойти ограничения, связанные с симметричными ограничениями в квантовых схемах, и значительно ускоряет сходимость к целевому распределению по сравнению с традиционными методами. Результаты показывают, что метод может эффективно применяться для решения практических задач с помощью квантовых вычислений на устройствах NISQ. arXiv: 2506.01335 Обзоры | Квантовая физика
Нейросетевая выборка Монте-Карло, обученная с помощью квантового алгоритма приближённой оптимизации
В статье предлагается гибридный квантово-классический метод MCMC, который использует квантовый компьютер для генерации предложений и нейросеть для имитации квантовых выходов. Этот подход позволяет обойти ограничения, связанные с симметричными ограничениями в квантовых схемах, и значительно ускоряет сходимость к целевому распределению по сравнению с традиционными методами. Результаты показывают, что метод может эффективно применяться для решения практических задач с помощью квантовых вычислений на устройствах NISQ.
arXiv: 2506.01335
