本发明专利技术提供了一种基于伊辛机的数据处理方法、装置及伊辛机，该方法包括：对自旋组态进行循环更新，将更新后的自旋组态调制到高斯光束的相位上，获得输入矩阵；根据输入矩阵与变换矩阵获得输出矩阵；根据输出矩阵确定当前采样轮次的输出光强，根据输出光强和模型特征值矩阵确定哈密顿量，根据哈密顿量确定采样结果，并在确定末轮采样时，使末轮采样对应的自旋组态作为数据处理结果。本发明专利技术提供的一种基于伊辛机的数据处理方法、装置及伊辛机，能够将伊辛模型的数据处理过程在光束上完成，并能够实现由光信号到电信号的转换，具有以光速进行信息的并行处理的能力，可以极大提高求解伊辛问题的速率。辛问题的速率。辛问题的速率。
【技术实现步骤摘要】
基于伊辛机的数据处理方法、装置及伊辛机
[0001]本专利技术涉及数据处理
，尤其是涉及一种基于伊辛机的数据处理方法、装置及伊辛机。
技术介绍
[0002]伊辛模型可以用于求解组合优化问题。组合优化问题是指目前无法在多项式时间内找到全局最优解的一类问题，例如旅行商问题和最大割问题等。
[0003]伊辛模型(Ising model)可以用一个点阵来描述，点阵上的每一个点都拥有一个自旋σ，其值只能取+1或者
‑
1，所有点的自旋的集合称为自旋组态σ。对于相邻的两个点i和j，引入一个相互作用系数J
ij
。如果再考虑外加磁场h与每个自旋的相互作用，则定义系统的哈密顿量为：
[0004][0005]对伊辛模型的求解可以等价于求解对应的某个伊辛模型在J
ij
不变时，取到全局能量最小值，即能量基态的系统自旋组态σ。
[0006]但由于目前的算法需要进行大量运算求解，故提出在物理上用光来加速求解过程，这类通过物理方式加速伊辛模型求解的方案称为伊辛机(Ising machine)。
[0007]目前伊辛机的方案主要有三种。第一种是基于光参量振荡及FPGA反馈的架构，在这一架构中，伊辛自旋调制在谐振腔中每个脉冲的相位上，并用FPGA计算反馈信号来决定下一轮的采样。第二种是基于波前调制器的架构，其中伊辛自旋调制在波前调制器上每个像素的相位调制上。第三种是片上基于Reck结构的光矩阵变换架构，其中伊辛自旋调制在波导中电场的振幅上，并在电域上进行下一轮反馈的计算。
[0008]对于基于光参量振荡的架构，其一是同一时刻FPGA只能对谐振腔中的单个脉冲进行调制，随着问题规模增大耗时也会线性增长；其二是FPGA是在电域上进行的运算，这也在一定程度上减弱了光计算的优势。
[0009]对于已有的基于波前调制器的架构，其局限在于不能将任意的伊辛模型映射到该架构的参数上。
[0010]对于基于片上Reck结构的伊辛机，其问题在于系统的复杂度会随着自旋数目的增加呈O(N2)增长，这限制了系统求解更多自旋数目问题的能力。同时该方案需要同时对波导中电场的振幅和相位进行测量，进一步增加了方案的复杂度。
技术实现思路
[0011]针对现有技术存在的问题，本专利技术提供一种基于伊辛机的数据处理方法、装置及伊辛机。
[0012]本专利技术提供一种基于伊辛机的数据处理方法，包括：
[0013]对自旋组态进行循环更新，将更新后的自旋组态调制到高斯光束的相位上，获得输入矩阵；其中，所述自旋组态为基于构建的伊辛模型进行随机生成；
[0014]根据所述输入矩阵与变换矩阵获得输出矩阵；其中，所述变换矩阵为基于构建的伊辛模型进行初始确定；
[0015]根据所述输出矩阵确定当前采样轮次的输出光强，根据所述输出光强和模型特征值矩阵确定哈密顿量，根据所述哈密顿量确定采样结果，并在确定末轮采样时，使末轮采样对应的自旋组态作为数据处理结果。
[0016]根据本专利技术提供一种基于伊辛机的数据处理方法，所述将更新后的自旋组态调制到高斯光束的相位上，获得输入矩阵，包括：
[0017]将更新后的自旋组态和电反馈信号调制到高斯光束的相位上，其中，表征+1自旋的光束与表征
‑
1自旋的光束之间的相位差π，且每个光束的电场振幅相同；
[0018]将每个光束的复振幅排列获得输入矩阵。
[0019]根据本专利技术提供一种基于伊辛机的数据处理方法，所述根据所述输入矩阵与变换矩阵获得输出矩阵，包括：
[0020]使所述输入矩阵与变换矩阵进行乘积得到输出矩阵。
[0021]根据本专利技术提供一种基于伊辛机的数据处理方法，所述根据所述输出矩阵确定当前采样轮次的输出光强，根据所述输出光强和模型特征值矩阵确定哈密顿量，包括：
[0022]根据所述输出矩阵采用第一计算公式确定当前采样轮次的输出光强；
[0023]根据所述输出光强和模型特征值矩阵采用第二计算公式确定哈密顿量；
[0024]其中，第一计算公式包括：
[0025]I＝|AE
in
|2[0026]式中，I为输出光强，A为变换矩阵，E
in
为输入矩阵，AE
in
为输出矩阵；|
·
|2表示对矩阵中每个元素取绝对值的平方；
[0027]第二计算公式包括：
[0028]H(σ)＝
‑
∑
j
(I
λ
)
jj
I
j
[0029]式中，σ表示伊辛模型的自旋向量，H(σ)为哈密顿量，I
λ
为模型特征值矩阵，(I
λ
)
jj
为I
λ
的第j个对角元，I
j
为I的第j个元素。
[0030]根据本专利技术提供一种基于伊辛机的数据处理方法，所述方法还包括：
[0031]所述根据所述哈密顿量确定采样结果，并在确定末轮采样时，使末轮采样对应的自旋组态作为数据处理结果，包括：
[0032]确定当前采样轮次的哈密顿量与上一采样轮次的哈密顿量之间的变化量；
[0033]若变化量小于0，则接受当前采样，随机翻转自旋组态中的自旋进行自旋组态更新，进入下一采样轮次；
[0034]若变化量大于0，则以exp(
‑
ΔH/T)的概率接受当前采样，随机翻转自旋组态中的自旋进行自旋组态更新，进入下一采样轮次；其中，T为当前的采样温度；
[0035]在确定末轮采样时，使末轮采样对应的自旋组态作为数据处理结果。
[0036]根据本专利技术提供一种基于伊辛机的数据处理方法，当采样温度与0K之间的差值小于预设阈值时，确定当前的采样轮次为采样末轮。
[0037]本专利技术还提供一种基于伊辛机的数据处理装置，包括：
[0038]输入模块，用于对自旋组态进行循环更新，将更新后的自旋组态调制到高斯光束的相位上，获得输入矩阵；其中，所述自旋组态为基于构建的伊辛模型进行随机生成；
[0039]输出模块，用于根据所述输入矩阵与变换矩阵获得输出矩阵；其中，所述变换矩阵为基于构建的伊辛模型进行初始确定；
[0040]处理模块，用于根据所述输出矩阵确定当前采样轮次的输出光强，根据所述输出光强和模型特征值矩阵确定哈密顿量，根据所述哈密顿量确定采样结果，并在确定末轮采样时，使末轮采样对应的自旋组态作为数据处理结果。
[0041]本专利技术还提供一种伊辛机，包括：
[0042]波前调制器，用于：
[0043]对自旋组态进行循环更新，将更新后的自旋组态调制到高斯光束的相位上获得输入矩阵，其中，所述自旋组态为基于构建的伊辛模型进行随机生成；
[0044]对高斯光束进行分离，将分离后的高斯光束输出；
[0045]对分离后的各光束进行耦合，将耦合后的高斯光束通过光阑和透本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于伊辛机的数据处理方法，其特征在于，包括：对自旋组态进行循环更新，将更新后的自旋组态调制到高斯光束的相位上，获得输入矩阵；其中，所述自旋组态为基于构建的伊辛模型进行随机生成；根据所述输入矩阵与变换矩阵获得输出矩阵；其中，所述变换矩阵为基于构建的伊辛模型进行初始确定；根据所述输出矩阵确定当前采样轮次的输出光强，根据所述输出光强和模型特征值矩阵确定哈密顿量，根据所述哈密顿量确定采样结果，并在确定末轮采样时，使末轮采样对应的自旋组态作为数据处理结果。2.根据权利要求1所述的基于伊辛机的数据处理方法，其特征在于，所述将更新后的自旋组态调制到高斯光束的相位上，获得输入矩阵，包括：将更新后的自旋组态和电反馈信号调制到高斯光束的相位上，其中，表征+1自旋的光束与表征
‑
1自旋的光束之间的相位差π，且每个光束的电场振幅相同；将每个光束的复振幅排列获得输入矩阵。3.根据权利要求2所述的基于伊辛机的数据处理方法，其特征在于，所述根据所述输入矩阵与变换矩阵获得输出矩阵，包括：使所述输入矩阵与变换矩阵进行乘积得到输出矩阵。4.根据权利要求1所述的基于伊辛机的数据处理方法，其特征在于，所述根据所述输出矩阵确定当前采样轮次的输出光强，根据所述输出光强和模型特征值矩阵确定哈密顿量，包括：根据所述输出矩阵采用第一计算公式确定当前采样轮次的输出光强；根据所述输出光强和模型特征值矩阵采用第二计算公式确定哈密顿量；其中，第一计算公式包括：I＝|AE
in
|2式中，I为输出光强，A为变换矩阵，E
in
为输入矩阵，AE
in
为输出矩阵，|
·
|2表示对矩阵中每个元素取绝对值的平方；第二计算公式包括：H(σ)＝
‑
Σ
j
(I
λ
)
jj
I
j
式中，σ表示伊辛模型的自旋向量，H(σ)为哈密顿量，I
λ
为模型特征值矩阵，(I
λ
)
jj
为I
λ
的第j个对角元，I
j
为I的第j个元素。5.根据权利要求4所述的基于伊辛机的数据处理方法，其特征在于，所述根据所述哈密顿量确定采样结果，并在确定末轮采样时，使末轮采样对应的自旋组态作为数据处理结果，包括：确定当前采样轮次的哈密顿量与上一采样轮次的哈密顿量之间的变化量；若变化量...
【专利技术属性】
技术研发人员：冯雪，欧阳嘉毅，李世康，黄翊东，崔开宇，刘仿，张巍，
申请(专利权)人：清华大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。