<meter id="hh1nh"></meter>
<th id="hh1nh"><em id="hh1nh"><delect id="hh1nh"></delect></em></th>

        <form id="hh1nh"></form>

          <listing id="hh1nh"><nobr id="hh1nh"></nobr></listing>
          <nobr id="hh1nh"></nobr>

            <th id="hh1nh"><form id="hh1nh"><font id="hh1nh"></font></form></th>
            <rp id="hh1nh"><progress id="hh1nh"></progress></rp>
            您所在的位置:首頁 - 科學研究 - 科研動態

            科研動態

            無向圖最小支配集的量子算法及線路設計

            中文題目:無向圖最小支配集的量子算法及線路設計

            論文題目Quantum algorithm for minimum dominating set problem with circuit design

            錄用期刊/會議Chinese Physics B (中科院大類四區,JCR Q2)

            原文DOI10.1088/1674-1056/ad02e5

            原文鏈接:https://iopscience.iop.org/article/10.1088/1674-1056/ad02e5/meta

            作者列表

            1)張皓穎 中國石油大學(北京)人工智能學院 計算機科學與技術 碩21

            2)王紹軒 中國石油大學(北京)人工智能學院 計算機科學與技術 碩21

            3)劉新建 中國石油大學(北京)人工智能學院 計算機科學與技術 碩21

            4)沈穎童 中國石油大學(北京)人工智能學院 計算機科學與技術 碩22

            5)王玉坤 中國石油大學(北京)人工智能學院 計算機科學與技術系 教師

            文章簡介:

            本文提出了一種求解無向圖最小支配集問題的量子算法,該問題是一個著名的NP完全問題,對于圖論和組合優化領域具有重要意義。文章整體通過量子算法獲得極小支配集,通過經典后處理獲得最小支配集。本文所提出的算法利用Grover搜索算法的特性,通過設計特定的量子門和電路結構來識別非有向圖中的最小支配集。由于最小支配集問題的解的數量未知,直接應用原始的Grover搜索算法面臨挑戰。為了解決這一問題,文章引入了一種交換測試方法來估計所需的迭代次數。這為利用Grover算法求解任意目標解數量未知問題提供了方向。

            摘要:

            本文主要研究了在無向圖中尋找最小支配集的NP完全問題。為了加快搜索過程,提出了一種基于Grover搜索的支配集搜索算法。然而,利用該方法直接解決最小支配集問題面臨一個困難,即無法精確獲得算法的迭代次數,這使得直接使用原始的Grover的搜索不可能。因此,引入了一種SWAT-TEST方法來確定所需的迭代次數。算法的查詢復雜度為O (1.414n),空間復雜度為O (n)。為了驗證所提出的方法,我們采用qiskit軟件包對量子電路進行了模擬,得到了預期的結果。

            主要內容:

            通過對支配集的性質進行分析,我們將量子比特按照不同的功能分為了7類,并將算法分為支配集探測和極小支配集探測兩個部分,設計了如圖1所示的量子線路總體框架。



            圖1 量子線路框架


            支配集探測的核心思想是檢測圖中的每個頂點能否被支配。判斷該頂點及其所有鄰接點中是否存在支配點。極小支配集探測模塊的核心思想是首先判斷頂點在成為非支配點后是否仍然能夠被支配,然后判斷頂點成為非支配點后,其所有鄰接點是否能被支配。然后我們將判斷的思想映射到量子線路中。

            實驗結果及分析:

            我們對3個頂點2條邊的無向圖進行了實驗,所設計的量子線路如圖2所示。其中包括支配集探測、極小支配集探測和反演算子三部分。當運行完此量子線路之后,可以通過測量量子比特的狀態來確定極小支配集的組合,然后借助經典算法找到最終的解。


            圖2 三頂點量子線路


            模擬結果如圖3所示,橫坐標表示量子態,對應到無向圖的頂點集合,縱坐標表示該量子態被測量得到的概率。算法執行完畢后,以高概率獲得兩個極小支配集。通過Grover量子搜索算法獲取所有的極小支配集后,利用經典算法在這些集合中進行最小支配集的搜索,最終發現{A}是最小的支配集。



            圖3 實驗結果

            結論:

            我們提出了一種利用Grover的搜索算法來解決在無向圖中尋找最小支配集的問題,該算法相對經典的窮舉算法產生了平方級的加速。為了展示整個算法的有效性和效率,我們使用Python和IBM開發的qiskit包進行了模擬。實驗展示了算法在具有3個和8個頂點的無向圖上的性能,展示了該算法在獲得高概率的次要支配集方面的準確性。隨后,采用經典的后處理方法將這些次要支配集轉化為最小支配集,顯著減少了搜索空間,并在短時間內實現了精確解。

            通訊作者簡介:

            王玉坤,女,博士,人工智能學院計算機系助理教授。研究方向為量子計算,量子密碼及量子信息基本理論,主要包括:量子機器學習,經典困難問題量子算法加速,量子線路優化與映射,量子密碼協議設計及安全性證明,設備不可信量子信息處理等。主持國家自然基金青年基金,密碼管理局密碼科技國家重點實驗室面上項目,校人才啟動基金,在國內外著名期刊和會議發表SCI檢索的學術論文30余篇。擔任多個國際頂級期刊審稿人。

            99亚洲综合精品