Ising 机器的快速超参数调优
机器学习
2023-09-12 v1 神经与进化计算
摘要
本文中，我们提出一种加速 Ising 机器超参数调优的新技术。首先，我们定义 Ising 机器性能，并依据该性能定义解释超参数调优的目标。其次，我们在不同组合优化问题上比较已知的超参数调优技术，即随机采样与树结构 Parzen 估计器（TPE）。第三，我们提出一种针对 TPE 的新的收敛加速方法，称为“FastConvergence”。其旨在限制达到最佳性能超参数值组合所需的 TPE 试验次数。我们将 FastConvergence 与前述已知超参数调优技术比较以展示其有效性。实验中，使用已知的旅行商问题（TSP）与二次分配问题（QAP）实例作为输入。所用 Ising 机器为富士通第三代数字退火器（DA）。结果显示，在大多数情况下，FastConvergence 能以少于一半的试验次数达到与单独 TPE 相似的结果。
引用
@article{arxiv.2211.15869,
title = {Fast Hyperparameter Tuning for Ising Machines},
author = {Matthieu Parizy and Norihiro Kakuko and Nozomu Togawa},
journal= {arXiv preprint arXiv:2211.15869},
year = {2023}
}
备注
This work has been submitted and accepted at IEEE ICCE2023. Copyright will be transferred to IEEE, please cite the DOI on IEEExplore once ready