跳到正文
arXiv · quant-ph· Ginger E. Lau, Adil A. Gangat·· 9 小时前

小规模子系统优化启发式在 LABS 中实现具有竞争力的缩放

Competitive scaling of small-subsystem-optimization heuristics for LABS

arXiv:2610.14361v1阅读论文 PDF ↗

仅依据论文摘要整理;未读取全文,实验条件、证明与基准细节请核对原文。

作者:Ginger E. Lau, Adil A. Gangat

研究任务与主要进展

Ginger E. Lau 与 Adil A. Gangat 在 LABS 低自相关二进制序列优化中提出迭代优化少量自旋子系统的启发式;基于论文摘要,n=4 时在 N=[27,60] 区间达到 O(1.333N)O(1.333N) 的时间复杂度。作者将其与当前经典和量子缩放 O(1.34N)O(1.34N)、O(1.21N)O(1.21N) 比较,并提出少量逻辑自旋的专用优化硬件可能具有实际意义,但材料未说明完整实验与实现细节。

阶段、条件与复现 · 深读核对

  • 任务输出与输入访问模型是什么?
  • 在什么假设、规模与资源条件下成立?
  • 与哪种经典基线比较,是否计入编码与读出?

这些是阅读核对问题;材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。

来源:arXiv · quant-ph · arxiv.org