基于振荡神经网络的热力学启发式计算：用于逆矩阵计算
机器学习
2025-07-31 v1 新兴技术
摘要
我们描述了一种基于振荡神经网络（ONN）的热力学启发式计算范式。尽管 ONN 已被广泛作为 Ising 机器求解复杂组合优化问题，但本工作探讨了其在解线性代数问题（具体为逆矩阵计算）中的可行性。我们在热力学原理基础上，证明了耦合 Kuramoto 振荡模型的线性近似导致逆矩阵解。数值仿真验证了理论框架，我们还检验了计算最高精度的参数区间。
关键词
引用
@article{arxiv.2507.22544,
title = {Thermodynamics-Inspired Computing with Oscillatory Neural Networks for Inverse Matrix Computation},
author = {George Tsormpatzoglou and Filip Sabo and Aida Todri-Sanial},
journal= {arXiv preprint arXiv:2507.22544},
year = {2025}
}
备注
9 pages, 8 figures