基于混沌幅度控制相干伊辛机实现$l_0$正则化压缩感知的有效求解
量子物理
2023-12-19 v1 无序系统与神经网络
统计力学
光学
摘要
相干伊辛机（CIM）是一种光学参量振荡器网络，可通过寻找伊辛哈密顿量的基态来求解大规模组合优化问题。作为CIM的实际应用，Aonishi等人提出了一种量子-经典混合系统，用于求解基于正则化的压缩感知优化问题。在该混合系统中，CIM是无幅度控制反馈环的开环系统。此情形下，混合系统通过使用闭环CIM在目标幅度附近实现混沌行为而得到增强，这将有助于逃离能量景观中的局部极小。我们使用人工数据与磁共振图像数据对所提出的闭环系统进行了测试。与开环系统相比，本研究结果表明其精度有所提高且有效范围更广。
引用
@article{arxiv.2302.12523,
title = {Effective implementation of $l_0$-Regularised Compressed Sensing with Chaotic-Amplitude-Controlled Coherent Ising Machines},
author = {Mastiyage Don Sudeera Hasaranga Gunathilaka and Satoshi Kako and Yoshitaka Inui and Kazushi Mimura and Masato Okada and Yoshihisa Yamamoto and Toru Aonishi},
journal= {arXiv preprint arXiv:2302.12523},
year = {2023}
}
备注
35 pages, 12 figures