Порівняння методів

	Варіаційний квантовий алгоритм знаходження власних значень	Квантовий наближений алгоритм оптимізації
Галузь	Квантові обчислення	Квантові обчислення
Родина	Machine learning	Machine learning
Рік появи	2014	2014
Автор методу	Alberto Peruzzo	Edward Farhi
Тип	Hybrid quantum-classical algorithm	Hybrid quantum-classical algorithm
Основоположне джерело	Peruzzo, A., McClean, J., Shadbolt, P., et al. (2014). A variational eigenvalue solver on a photonic quantum processor. Nature Communications, 5, 4213.	Farhi, E., Goldstone, J., Gutmann, S. (2014). A quantum approximate optimization algorithm. arXiv preprint arXiv:1411.4028.
Інші назви	VQE, hybrid quantum-classical	QAOA, quantum alternating operator ansatz
Пов'язані	4	4
Підсумок	The Variational Quantum Eigensolver (VQE) is a hybrid quantum-classical algorithm designed to find the lowest eigenvalue (ground state energy) of a quantum Hamiltonian. Introduced by Peruzzo et al. in 2014, it exploits the variational principle to combine the power of quantum circuits with classical optimization to solve chemistry and materials science problems on near-term quantum devices.	The Quantum Approximate Optimization Algorithm (QAOA) is a hybrid quantum-classical algorithm designed to solve combinatorial optimization problems on near-term quantum devices. Introduced by Farhi, Goldstone, and Gutmann in 2014, QAOA encodes optimization problems into quantum circuits and uses classical optimization to tune circuit parameters, aiming to find approximately optimal solutions for problems like MaxCut, graph coloring, and scheduling.