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 的时间复杂度。作者将其与当前经典和量子缩放 、 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