mindquantum.algorithm.qaia.SFC

查看源文件
class mindquantum.algorithm.qaia.SFC(J, h=None, x=None, n_iter=1000, batch_size=1, dt=0.1, k=0.2)[源代码]

离散振幅反馈算法。

参考文献:Coherent Ising machines with optical error correction circuits

参数:
  • J (Union[numpy.array, csr_matrix]) - 耦合矩阵,维度为 \((N x N)\)

  • h (numpy.array) - 外场强度,维度为 \((N, )\)

  • x (numpy.array) - 自旋初始化配置,维度为 \((N x batch_size)\)。默认值: None

  • n_iter (int) - 迭代步数。默认值: 1000

  • batch_size (int) - 样本个数。默认值为: 1

  • dt (float) - 迭代步长。默认值: 0.1

  • k (float) - 平均场和误差变量之间的偏差参数。默认值: 0.2

initialize()[源代码]

初始化自旋和错误变量。

update()[源代码]

动力学演化。