基于虚拟连接玻尔兹曼机和概率退火的概率质因数分解
摘要：概率计算机在使用概率位（p位）操作功能网络方面已经被引入，从其电子输入中以概率生成0或1。与量子计算机相比，概率计算机能够在室温下实现绝热算法，并且预计在非确定性多项式搜索和学习问题中拓宽计算能力。然而，先前的概率机器的发展集中在以类似方式模拟量子计算机的操作，利用大型加权求和矩阵乘法块实现每个p位或需要比半素数位多出十几倍的p位。此外，先前的概率机器采用量子计算机的图模型来更新硬件连接，进一步增加了采样操作的数量。在这里，我们介绍了一个具有虚拟连接的Boltzmann机器和概率退火方法的数字加速素因数分解机，旨在降低复杂性和采样操作的数量，低于先前概率分解机的水平。通过对10位到64位的分解进行评估，该机器在采样操作数量方面比先前的分解机器提供了1.2 x 10^8倍的改进，硬件资源规模减小了22倍。这项工作表明，可以使用可编程门阵列以经济高效的方式实现概率机器，因此我们建议在不久的将来可以利用概率计算机来解决各种大规模NP搜索问题。
作者：(1) Hyundo Jung,(2) Hyunjin Kim, (4) Woojin Lee, (5) Jinwoo Jeon, Yohan Choi, (6) Taehyeong Park, and (3) Chulwoo Kim
论文ID：2210.14519
分类：Computational Physics
分类简称：physics.comp-ph
提交时间：2022-10-27