A Quantum-Inspired Approach to MaxCut Based on Sparse Walsh/Pauli-Correlation Encoding
该研究提出了一种基于稀疏Walsh/Pauli相关编码的量子启发式MaxCut求解方法，通过经典计算获得紧凑可微的目标函数松弛形式，实验结果表明其在多个Gset实例上优于随机搜索和禁忌搜索。
0 citationsRead paper
Selected work
Representative Papers
A hybrid quantum-classical neural network for learning to route
研究使用混合量子-经典神经网络解决车辆路径问题，通过替换编码器前馈模块减少参数量56.6%，在中小规模实例中保持解质量。
0 citationsRead paper
Recent publications
Latest Papers
A Quantum-Inspired Approach to MaxCut Based on Sparse Walsh/Pauli-Correlation Encoding
该研究提出了一种基于稀疏Walsh/Pauli相关编码的量子启发式MaxCut求解方法，通过经典计算获得紧凑可微的目标函数松弛形式，实验结果表明其在多个Gset实例上优于随机搜索和禁忌搜索。
0 citationsRead paper
A hybrid quantum-classical neural network for learning to route
研究使用混合量子-经典神经网络解决车辆路径问题，通过替换编码器前馈模块减少参数量56.6%，在中小规模实例中保持解质量。
0 citationsRead paper