VIRAL经典算法改进Max-Cut下界超越QAOA
热点事件持续更新
VIRAL经典算法改进Max-Cut下界超越QAOA
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Morone、Rawat与Sels在arXiv论文中用经典局部算法VIRAL（Variational Iterative Rotation Algorithm）为高围长3正则图的Max-Cut给出更强的经典下界，在深度最高32的树计算上取得结果。论文称这些下界在所有p≥4时比QAOA对应结果高0.005至0.011，并在围长66处得到M_66≥0.9127（置信度99.99999%），将渐近下界从0.912提高到0.9127，覆盖范围也从围长36扩展到66。 该结论目前仅见论文摘要，尚未见独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 12:00
VIRAL为高围长3正则图上的Max-Cut给出更强经典下界报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · quant-phVIRAL为高围长3正则图上的Max-Cut给出更强经典下界
作者将经典局部算法VIRAL应用于高围长3正则图的Max-Cut下界估计，在最高深度32的树计算中取得M_66≥0.9127、置信度99.99999%的结果。材料称，这些下界在每个p≥4时比QAOA对应结果高0.005至0.011，并将覆盖围长从36扩展到66，使渐近下界由0.912提高到0.9127；当前仅见论文摘要。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。