Régularisation de lissage de fonction pour la machine de factorisation de précision Recuit dans des problèmes d'optimisation à variables continues

La résolution de problèmes d'optimisation à variables continues par recuit quantique de machine de factorisation (FMQA) démontre le potentiel des machines d'Ising d'être étendues en tant que résolveur pour des problèmes d'optimisation entiers et réels. Cependant, les détails de la surface de la fonction hamiltonienne obtenue par la machine de factorisation (FM) ont été négligés. Cette étude montre que dans le cas très courant où les nombres réels sont représentés par une combinaison de variables binaires, la surface de la fonction de l'hamiltonien obtenue par FM peut être très bruyante. Ce bruit interfère avec les capacités inhérentes au recuit quantique et est probablement une cause substantielle des problèmes auparavant considérés comme insolubles en raison des limitations des performances de FMQA. L'origine du bruit est identifiée et une méthode simple et générale est proposée pour prévenir son apparition. La performance de généralisation de la méthode proposée et sa capacité à résoudre des problèmes pratiques sont démontrées.