Medidas de mantenimiento del sistema de filtrado de flujo transversal
05,11,2026 77vistas
【instrumentoNoticias de investigación y desarrollo en línea] los problemas de optimización de cartera existen ampliamente en finanzas, logística, Aprendizaje automático y otros campos. La arquitectura tradicional "von neumann" se enfrenta a cuellos de botella significativos al hacer frente a problemas cada vez más grandes. La máquina fotoeléctrica ISIN utiliza la evolución dinámica del sistema físico para resolver en paralelo las características propias, que es una ruta técnica importante para lograr la aceleración del hardware de optimización combinada a gran escala. Sin embargo, hay diferencias esenciales entre las características de simulación continua de su portador físico subyacente y las restricciones binarias discretas del modelo ising, lo que hace que el proceso de evolución del sistema sea vulnerable a factores como la amplitud desigual del hardware, la acumulación de ruido y la deriva del rendimiento, lo que resulta en una disminución de la precisión de la solución y una escalabilidad limitada.
Recientemente, el equipo de investigadores Li Ming del laboratorio nacional clave de materiales y dispositivos optoelectrónicos del Instituto de semiconductores de la Academia China de ciencias, junto con Beijing Yixin INTELLIGENT TECHNOLOGY co., ltd., publicó el último progreso de la investigación en photonic research: el equipo de investigación propuso un mecanismo híbrido de retroalimentación fotoeléctrica neuromorfológica (hnoim) basado en el mecanismo de retroalimentación de Activación empinada dinámica, que corrige el problema de deformación de la fórmula computacional causada por la desigualdad de amplitud (distorsión hamiton) a través de la exploración simulada y la sinergia de bloqueo digital, logrando una combinación efectiva de evolución dinámica continua y convergencia estable de Estados binarios. G - set reconocido y reconocido en la industria (g1 - g21)estándarEn la prueba de la Biblioteca de casos, hnoim logró una precisión de resolución del 99,68%, varios grupos de casos complejos exportaron de manera estable la solución Z óptima conocida (bks), y el tiempo de resolución única (tts) fue de solo 0,44 milisegundos, tres órdenes de magnitud más que el algoritmo tradicional de recocido simulado (199,61 milisegundos). El equipo de investigación realizó una prueba de viabilidad de escenarios complejos a gran escala. en una red de optimización a gran escala totalmente conectada con un peso de alta precisión de 9 dígitos en 1.601 nodos y cada conexión, la arquitectura híbrida hnoim redujo el error de energía residual (la diferencia entre la energía de los resultados reales de cálculo del equipo y La baja energía de Z youz de la teoría del problema) al 0068%, y la capacidad de aproximación de Z youenergy aumentó 43 veces.
La investigación proporciona un nuevo esquema técnico para mejorar la precisión de la solución y la escalabilidad del sistema de la máquina fotoeléctrica isin, y proporciona un apoyo importante para el desarrollo de la computación fotoeléctrica ISIN y su aplicación en la optimización combinada a gran escala.
Como sujeto de innovación académica, el Instituto de semiconductores fue propuesto originalmente por el equipo de estudiantes de doctorado como un "mecanismo dinámico de retroalimentación de activación empinada", y fue plenamente responsable de la transformación de la arquitectura del sistema de máquina ising fotoeléctrica, la verificación física experimental de todo el proceso, el análisis de datos y la redacción y publicación de trabajos académicos. Apoyándose en sus ventajas de industrialización, Beijing Yixin INTELLIGENT TECHNOLOGY co., Ltd. proporcionó un entorno experimental de alta integridad y una plataforma de hardware básico para la investigación, y envió un equipo de ingeniería FPGAs a completar el desarrollo colaborativo de software y hardware de la lógica informática central subyacente con investigadores científicos del Instituto de semiconductores, sentando las bases de ingeniería para la Solución de ejemplos de alta precisión y alto rendimiento.
Los resultados de la investigación se publican en photonics Research bajo el título "hybrid neurophysic Optimization Machine via Dynamic step - activation feedback". Li zhen, estudiante de doctorado del Instituto de semiconductores, es el primer autor, ma xuelong, estudiante de doctorado del Instituto de semiconductores, es el primer autor, y el investigador Li Ming del Instituto de semiconductores es el autor de la comunicación. El trabajo fue financiado por el proyecto del plan de Ciencia y tecnología de Beijing de la Comisión Municipal de Ciencia y tecnología de Beijing "investigación sobre tecnologías clave de computación inteligente de la máquina fotoeléctrica yixin" (z24110004224001).
