MétaCan
Menu
Retour à la cohorte
Enregistrement W4402264015 · doi:10.1109/cnna60945.2023.10652656

Approximate Parallel Annealing Ising Machines (APAIMs): Controller and Arithmetic Design

2023· article· en· W4402264015 sur OpenAlexafffund
Qichao Tao, Tingting Zhang, Jie Han

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueQuantum Computing Algorithms and Architecture
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship CouncilUniversity of Alberta
Mots-clésComputer scienceParallel computingArithmeticSimulated annealingIsing modelMathematicsAlgorithmPhysicsStatistical physics

Résumé

récupéré en direct d'OpenAlex

The demand for solving complex combinatorial optimization problems (COPs) in commercial and industrial applications motivates the development of efficient solvers. Ising model-based computers, or Ising machines, have emerged as high-performance solvers. Recently, an approximate parallel annealing Ising machine (APAIM) has been developed for solving constrained COPs such as the traveling salesman problem (TSP). To provide additional detail about the APAIM, this paper presents the designs of its controller and arithmetic units, especially that of the approximate adders in the local field accumulator units (LAUs) required for computing the Hamiltonian in the Ising model. The controller is implemented as a finite state machine and generates an instruction to determine the system operation. To improve hardware efficiency, the so-called lower-part-OR and truncated adder is used for the mantissa addition of floating-point numbers in the LAUs. Although the solution quality is slightly reduced, the use of approximate adders improves the hardware efficiency of a 64-spin APAIM.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,626
Score d'incertitude au seuil0,567

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,246
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetQuantum Computing Algorithms and ArchitectureTravaux en français237 207