基于放松的逆退火在非负/二元矩阵分解中的应用

本研究解决了量子退火在非负/二元矩阵分解中的优化性能问题。论文提出了一种创新策略，将逆退火与线性规划放松技术相结合，利用放松解作为逆退火的初始配置，从而在优化性能上取得了显著提升。实验结果表明，该方法在图像数据集上的收敛性优于现有的逆退火方法，展示了结合逆退火与经典优化策略来增强优化性能的潜力。