arXiv · cs.AI · Michael Mancini, Shabnam Sodagari · 6 小时前模型评分27
Optimal FALQON：逐层参数调优提升量子近似优化效果
Optimal FALQON for Quantum Approximate Optimization via Layer-wise Parameter Tuning
导读
研究提出 Optimal FALQON，把时间步 δ_k 和缩放参数 w_k 当作逐层优化的经典决策变量，在 12 顶点全部 94 个非同构 3-正则图上以 8192 次采样模拟测试。相比标准 FALQON，该方法在近似比、成功概率和归一化效率上均有明显提升，以其热启动的 QAOA 运行也优于标准 FALQON 热启动。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We study Optimal FALQON, a layer-wise formulation that treats the time-step $\delta_k$ and scaling parameter $w_k$ as classical decision variables optimized per layer.”
来源：arXiv · cs.AI · arxiv.org