通过分布式局部计算的Survey-propagation 脱值
无序系统与神经网络
2009-11-11 v1
摘要
我们讨论了两种基于最近引入的Survey-propagation(SP)算法开发的随机K-SAT问题分布式求解器。第一个求解器称为"SP扩散算法"，它会随着动态信息在系统中扩散，使得变量节点能够在自组织方式下冻结，每个变量都基于纯粹的局部信息自行决定。第二个求解器称为"SP加固算法"，它利用每个变量上的随时间变化的外部强制消息，使得变量在单个收敛过程中完全趋于极化，以指向某个解的方向。两种方法都允许我们在与之前最佳描述的序列化求解器相当的参数范围内找到随机3-SAT问题的解。若这些求解器在分布式设备上实现，其收敛到解的模拟时间随N的对数增长。
引用
@article{arxiv.cond-mat/0512002,
title = {Survey-propagation decimation through distributed local computations},
author = {Joel Chavas and Cyril Furtlehner and Marc Mezard and Riccardo Zecchina},
journal= {arXiv preprint arXiv:cond-mat/0512002},
year = {2009}
}
备注
18 pages, 10 figures