有向图上的GLMY同调量子算法
用于拓扑数据分析的量子算法相较于最优经典算法具有显著优势。与以往基于点云的单纯复形不同,由Alexander Grigor'yan、Yong Lin、Yuri Muranov和丘成桐提出的GLMY同调理论定义在有向图上,是拓扑数据分析(TDA)领域新兴的研究方向,近年来受到越来越多关注。该研究团队提出了一种针对GLMY同调的量子算法,其性能显著超越最优经典算法。研究人员设计了适用于有向图GLMY同调量子态及边界算子的通用编码协议,并证明了GLMY同调的某一性质为该量子算法提供了理论保证。该量子算法在一般情况下可实现二次加速,当输入数据以路径规范形式给出时,则展现出指数级量子优势。
