置换高斯玻色采样用于增强最大团搜索
高斯玻色采样（GBS）能够解决某些类型的图问题，因为该设备生成的样本与矩阵函数Hafnian存在关联。具体而言，研究已表明，在无向加权图中搜索团（即完全子图）时，GBS设备相比经典算法具有性能提升。通过配置输入态的压缩参数并编程线性光网络，可将图映射到GBS实验。在实际应用中，有限的压缩和光子损耗会降低GBS设备在最大团搜索中的性能。相比之下，相干态（因其泊松统计常被视为经典资源）可通过衰减激光器在多模中轻松制备。本文报告了在存在损耗或压缩资源有限的情况下，通过添加位移可提升GBS寻找最大加权团的成功率。此外，该团队还发现这种提升可在有限资源开销下扩展至大规模图。
