最前沿・量子退火建模方法(2) : Domain wall encoding讲解和python实现

本文主要是介绍最前沿・量子退火建模方法(2) : Domain wall encoding讲解和python实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言

上篇讲的subQUBO属于方法论,这次讲个通过编码量子比特的方式,同样的约束条件,不同的编码,所需的量子比特数是不同的。有的编码方式,很节省量子比特。比如,这次要讲的Domain wall encoding。


一、Domain wall encoding是什么?

1.1 直觉上的理解

Domain wall的概念来自于物理学,具体的由来我还没有考古,等我有时间了再补充。

  • 它主要是可以用N-1位量子比特,来代表N位的One-hot编码。
  • 它的概念解释中用的变量是Ising machine的spin变量,也就是变量取值是+1或-1。

下面资料的图主要来自以下文章:

https://qiita.com/sotobenjamin0307/items/2cd329923fb3f0c03692
Domain-Wall / Unary Encoding in QUBO for Permutation Problems
https://ieeexplore.ieee.org/document/9951263

大家对比一下0~4的one-hot编码和Domain wall encoding的区别。

  • one hot编码,有几个数值,就需要几个量子比特。

在这里插入图片描述

  • Domain wall encoding,N个数值的话,就只需要N-1个spin。
    在这里插入图片描述

为什么4个量子比特可以代表5个数值呢?

  • 因为,它隐藏了首尾两个默认值,
  • 所以,就是它本来用了N+2个spin,所有会有N个边,就是下图中的竖线段的位置。
    就想象成,10个电线杆的话,需要8段线。

在这里插入图片描述

1.2 Domain wall encoding的数学定义

  • one hot编码的约束项,等价于下面的Domain wall encoding的约束项。

在这里插入图片描述

  • spin串里,从-1变为+1的位置下标数值i,就是该编码的代表的数值。(*满足该条件的位置仅存在一个)
    在这里插入图片描述
    下面的Domain wall value就是,上面👆约束项的最小值。可以代入验算一下。
    在这里插入图片描述

二、Domain wall encoding的python实现

1. 安装amplify库

pip install -U amplify

2.创建Domain wall约束

from amplify import domain_wallgen = VariableGenerator()
q = gen.array("Binary", 4)
dw = domain_wall(q)

也可以换成Binary变量,具体约束项参考以下文档。

https://amplify.fixstars.com/en/docs/amplify/v1/constraint.html

在这里插入图片描述


总结

Domain wall encoding的概念并不难理解,但是网上资料太少了,搞懂也花了点时间,不过终于搞懂了,希望能帮到大家。还有更高级的Domain wall encoding在某些问题上可以缩减到正常one hot编码的几十分之一。以后有机会再介绍。

这篇关于最前沿・量子退火建模方法(2) : Domain wall encoding讲解和python实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/909618

相关文章

SpringBoot集成redisson实现延时队列教程

《SpringBoot集成redisson实现延时队列教程》文章介绍了使用Redisson实现延迟队列的完整步骤,包括依赖导入、Redis配置、工具类封装、业务枚举定义、执行器实现、Bean创建、消费... 目录1、先给项目导入Redisson依赖2、配置redis3、创建 RedissonConfig 配

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

Python正则表达式匹配和替换的操作指南

《Python正则表达式匹配和替换的操作指南》正则表达式是处理文本的强大工具,Python通过re模块提供了完整的正则表达式功能,本文将通过代码示例详细介绍Python中的正则匹配和替换操作,需要的朋... 目录基础语法导入re模块基本元字符常用匹配方法1. re.match() - 从字符串开头匹配2.

Python使用FastAPI实现大文件分片上传与断点续传功能

《Python使用FastAPI实现大文件分片上传与断点续传功能》大文件直传常遇到超时、网络抖动失败、失败后只能重传的问题,分片上传+断点续传可以把大文件拆成若干小块逐个上传,并在中断后从已完成分片继... 目录一、接口设计二、服务端实现(FastAPI)2.1 运行环境2.2 目录结构建议2.3 serv

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

通过Docker容器部署Python环境的全流程

《通过Docker容器部署Python环境的全流程》在现代化开发流程中,Docker因其轻量化、环境隔离和跨平台一致性的特性,已成为部署Python应用的标准工具,本文将详细演示如何通过Docker容... 目录引言一、docker与python的协同优势二、核心步骤详解三、进阶配置技巧四、生产环境最佳实践

Python一次性将指定版本所有包上传PyPI镜像解决方案

《Python一次性将指定版本所有包上传PyPI镜像解决方案》本文主要介绍了一个安全、完整、可离线部署的解决方案,用于一次性准备指定Python版本的所有包,然后导出到内网环境,感兴趣的小伙伴可以跟随... 目录为什么需要这个方案完整解决方案1. 项目目录结构2. 创建智能下载脚本3. 创建包清单生成脚本4

SpringBoot+RustFS 实现文件切片极速上传的实例代码

《SpringBoot+RustFS实现文件切片极速上传的实例代码》本文介绍利用SpringBoot和RustFS构建高性能文件切片上传系统,实现大文件秒传、断点续传和分片上传等功能,具有一定的参考... 目录一、为什么选择 RustFS + SpringBoot?二、环境准备与部署2.1 安装 RustF

Nginx部署HTTP/3的实现步骤

《Nginx部署HTTP/3的实现步骤》本文介绍了在Nginx中部署HTTP/3的详细步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录前提条件第一步:安装必要的依赖库第二步:获取并构建 BoringSSL第三步:获取 Nginx