研究人员开发了一种新型神经形态Ising机,它通过可编程转换而非能量惩罚来强制执行约束。这种受自动编码器启发的创新架构使用内层神经元来表示将可行状态映射到其他可行状态的移动。编译器将约束转换为这种布线,对于常见的约束类型,辅助子句仅呈多项式增长。与现有的基于惩罚的神经形态机器相比,这种方法显著减少了约束处理,并在图匹配问题和表面码解码方面表现出卓越的性能。 AI
影响 这项研究可能导致更高效的硬件来解决复杂的组合优化问题,并可能影响依赖于此类计算的AI应用。
排序理由 该集群包含一篇详细介绍新计算方法和架构的研究论文。[lever_c_demoted from research: ic=1 ai=0.7]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
- autoencoder
- belief propagation
- field-programmable gate array
- Ising Machines for Diophantine Problems in Physics
- neuromorphic Ising machine
- surface code
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →