凝聚态物理 > 无序系统与神经网络
[提交于 2009年11月17日
(v1)
,最后修订 2010年5月20日 (此版本, v2)]
标题: 一阶相变与随机优化问题中量子算法的性能
标题: First-order transitions and the performance of quantum algorithms in random optimization problems
摘要: 我们研究了在存在量子涨落的情况下随机优化问题的相图。 我们的主要结果是对相变性质的表征,我们发现这是一阶量子相变。 我们提供了证据表明,在转变处,能隙随着系统大小呈指数级消失。 这表明,量子绝热算法需要随系统大小指数增长的时间才能找到该问题的基态。
当前浏览上下文:
cond-mat.dis-nn
切换浏览方式为:
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.