Thuật toán này trình bày cách hình thành SISR lượng tử như một vấn đề tối ưu hóa mã hóa thưa thớt và giải quyết nó bằng cách sử dụng nền tảng điện toán mô phỏng thần kinh Dynex thông qua Dynex SDK. Người ta đã chứng minh rằng thuật toán dựa trên AQC này có thể cải thiện độ chính xác của SISR.
Tham khảo văn bản gốc của trường hợp sử dụng Dynex: https://github.com/dynexcoin/DynexSDK/tree/main/Quantum-SISR
Người đóng góp thuật toán lượng tử:
“Ủ lượng tử cho độ phân giải siêu hình ảnh đơn” của Han Yao Choong, Suryansh Kumar và Luc Van Gool (ETH Zurich) https://arxiv.org/abs/2304.08924
Bối cảnh kiến thức: Đây là một thuật toán máy tính lượng tử
Một phương pháp cổ điển nổi tiếng đối với SISR dựa trên mô hình thưa thớt chắp vá hoàn thiện của vấn đề. Tuy nhiên, tình trạng hiện tại của lĩnh vực này là mạng lưới thần kinh độ sâu(DNN) đã cho thấy kết quả vượt trội đáng kể so với phương pháp truyền thống. Tuy nhiên, điện toán lượng tử dự kiến sẽ sớm ngày càng trở nên nổi bật trong các vấn đề về học máy. Trong số hai mô hình điện toán lượng tử, điện toán lượng tử cổng vạn năng và điện toán lượng tử đoạn nhiệt (AQC), mô hình sau đã được áp dụng thành công cho các vấn đề thị giác máy tính thực tế, trong đó song song lượng tử đã được sử dụng để giải quyết tối ưu hóa tổ hợp một cách hiệu quả.
Đánh giá nội dung vướng víu lượng tử
Những lợi thế mà điện toán lượng tử mang lại xuất phát từ một hoặc nhiều bước quan trọng cụ thể trong thiết kế thuật toán, bao gồm các vấn đề đắt tiền thường được giải quyết chỉ bằng CPU, chẳng hạn như hệ số nguyên, cắt đồ thị, tìm kiếm phi cấu trúc và các vấn đề tối ưu hóa tổ hợp quan trọng khác. Để đạt được mục đích này, việc áp dụng điện toán lượng tử cho các vấn đề như vậy có thể dẫn đến tăng tốc đáng khen ngợi so với tính toán CPU bằng cách khai thác tính song song lượng tử, khả năng thực hiện các thao tác trên nhiều trạng thái bộ nhớ chồng lên nhau theo cấp số nhân cùng một lúc.
Điều tra vướng víu lượng tử
Trong điện toán lượng tử hiện đại, tồn tại hai mô hình để giải quyết các vấn đề khác nhau phù hợp với song song lượng tử: điện toán lượng tử cổng phổ quát và điện toán lượng tử đoạn nhiệt (AQC). Trong bài báo này, chúng tôi tập trung vào mô hình tính toán lượng tử đoạn nhiệt. Trong công thức của chúng tôi, mã hóa thưa thớt được sử dụng như một bài toán tính toán cơ bản phù hợp với điện toán lượng tử.
Khi gửi sự cố QUBO qua giao diện D-Wave Leap, sẽ mất một chút thời gian để liên lạc, lên lịch và chỉ định sự cố cho một QPU cụ thể. Vấn đề QUBO sau đó được lập trình trên QPU, được ủ, lấy mẫu và sau đó được xử lý sau. Trong trường hợp này, thời gian chạy được tối ưu hóa QPU đề cập đến tổng lượng thời gian dành cho việc lập trình, ủ và lấy mẫu trên QPU, trong khi thời gian chạy sẵn sàng của AQC đề cập đến tổng thời gian dành cho nhiệm vụ liên lạc, lập lịch, lập kế hoạch, v.v. . Việc phân bổ, xử lý hậu kỳ và các chi phí khác được thực hiện bởi CPU phía máy chủ.
Nghiên cứu này chuyển sang hiệu ứng Dynex
