相干伊辛机与经典神经网络的性能评估
量子物理
2017-10-11 v2 无序系统与神经网络
摘要
相干伊辛机有望在各种组合优化问题中找到近似最优解，这已通过光学参量振荡器（OPO）和现场可编程门阵列（FPGA）电路得到实验证实。三十年前，J. J. Hopfield 等人在经典神经网络的背景下提出了类似的数学模型。在本文中，我们比较了两种模型的计算性能。
引用
@article{arxiv.1706.01283,
title = {Performance evaluation of coherent Ising machines against classical neural networks},
author = {Yoshitaka Haribara and Hitoshi Ishikawa and Shoko Utsunomiya and Kazuyuki Aihara and Yoshihisa Yamamoto},
journal= {arXiv preprint arXiv:1706.01283},
year = {2017}
}
备注
11 pages, 4 figures, submitted to IOP-QST