@techreport{oai:ipsj.ixsq.nii.ac.jp:00235057,
 author = {近藤, 瑠歩 and 佐藤, 勇気 and ルディー, レイモンド and 山本, 直樹},
 issue = {10},
 month = {Jun},
 note = {最大カット問題を近似的に解く量子ヒューリスティックである Recursive QAOA と Quantum Random Access Optimization (QRAO) を組み合わせた新たな量子ヒューリスティックを提案した．また，提案法を含むこれらの手法がいずれも同一のフレームワークに統一できることを示した．テンソルネットワークを用いた数値実験を 800 ノードのグラフデータセットに対して実施したところ，Recursive QAOA，QRAO，古典近似アルゴリズムの Goemans-Williamson 法のいずれよりも提案手法の方が高いカット重みが得られた．, We proposed a quantum algorithm for the MAX-CUT problem combining the existing two quantum heuristics, Recursive QAOA and Quantum Random Access Optimization. We also showed that all these methods including proposed can be unified into a framework that finds the binary solution that is most likely measured from the optimal quantum state. Experiments on standard benchmark graphs with several hundred nodes in the MAX-CUT problem, conducted in a fully classical manner using a tensor network technique, show that our proposed model outperforms the Goemans-Williamson method.},
 title = {再帰的量子緩和による最大カット手法},
 year = {2024}
}