An Ising machine based on networks of subharmonic electrical resonators
An Ising machine based on networks of subharmonic electrical resonators
复制标题
基于分谐波电谐振器网络的伊辛机
DOI：
10.1038/s42005-022-01111-x
复制
发表时间：
2022
影响因子：
5.5
通讯作者：
Kevrekidis, P. G.
中科院分区：
文献类型：
--
作者：
English, L. Q.;Zampetaki, A. V.;Kalinin, K. P.;Berloff, N. G.;Kevrekidis, P. G.
组合优化问题是传统算法难以解决的问题。在这里，我们探讨网络的非线性电子振荡器动态演变的解决方案，这样的问题。我们发现，当驱动到次谐波响应，这样的振荡器网络可以最小化非平凡的反铁磁耦合3-正则图的伊辛哈密顿量。在此上下文中，伊辛机的上自旋和下自旋状态由振荡器在偶数或奇数驱动周期的响应表示。我们的实验设置驱动的非线性振荡器耦合通过一个可编程的开关矩阵导致一个独特的能量最小化时，存在，并在适当的情况下探测挫折。电子振荡器及其耦合的理论建模使我们能够准确地再现实验结果的定性特征，并将结果扩展到更大的图形。这表明这种设置作为探索这种非传统计算平台的能力的原型的承诺。
Combinatorial optimization problems are difficult to solve with conventional algorithms. Here we explore networks of nonlinear electronic oscillators evolving dynamically towards the solution to such problems. We show that when driven into subharmonic response, such oscillator networks can minimize the Ising Hamiltonian on non-trivial antiferromagnetically-coupled 3-regular graphs. In this context, the spin-up and spin-down states of the Ising machine are represented by the oscillators’ response at the even or odd driving cycles. Our experimental setting of driven nonlinear oscillators coupled via a programmable switch matrix leads to a unique energy minimizer when one exists, and probes frustration where appropriate. Theoretical modeling of the electronic oscillators and their couplings allows us to accurately reproduce the qualitative features of the experimental results and extends the results to larger graphs. This suggests the promise of this setup as a prototypical one for exploring the capabilities of such an unconventional computing platform.
登录
查看更多内容
可以自由扩展和可重新配置的光学硬件，用于深度学习。
影响因子：
4.6
作者：
Bernstein L;Sludds A;Hamerly R;Sze V;Emer J;Englund D
通讯作者：
Englund D
影响因子：
4.6
作者：
Takata K;Marandi A;Hamerly R;Haribara Y;Maruo D;Tamate S;Sakaguchi H;Utsunomiya S;Yamamoto Y
通讯作者：
Yamamoto Y
影响因子：
4.6
作者：
Chou, Jeffrey;Bramhavar, Suraj;Herzog, William
通讯作者：
Herzog, William
影响因子：
3.3
作者：
Kalinin, Kirill P.;Berloff, Natalia G.
通讯作者：
Berloff, Natalia G.
影响因子：
41.2
作者：
M. Parto;W. Hayenga;A. Marandi;D. Christodoulides;M. Khajavikhan
通讯作者：
M. Parto;W. Hayenga;A. Marandi;D. Christodoulides;M. Khajavikhan