@techreport{oai:ipsj.ixsq.nii.ac.jp:00233676,
 author = {岡田, 健 and 荒井, 盾 and 中野, 裕一郎 and 御手洗, 光祐 and 藤井, 啓祐},
 issue = {2},
 month = {Mar},
 note = {近年，組み合わせ最適化問題を解くための新たな量子アルゴリズムとして，フィードバック型量子最適化アルゴリズム (FALQON) が提唱された．FALQON は，測定を通じて定められたパラメータによって特徴付けられた微小時間発展を逐次的に加えることで，エネルギー期待値の単調な減少を実現する．FALQON では，よく知られた量子近似最適化アルゴリズム (QAOA) と比較してパラメータの古典最適化を必要としないという利点がある一方で，回路深さが大きくなるという問題があった．本発表では，微小時間について二次近似まで拡張してより正確にパラメータを定めることを提案し，それによって MAX-CUT 問題の数値実験で従来の FALQON よりも一桁近く回路深さが削減されたことを報告する．},
 title = {二次近似に基づくフィードバック型量子最適化アルゴリズムの高性能化},
 year = {2024}
}