Comparing Monte Carlo methods for finding ground states of Ising spin glasses: population annealing, simulated annealing and parallel tempering
群体退火是一种蒙特卡罗算法,它结合了模拟退火和并行回火蒙特卡罗的功能。因此,理想的是克服自由能景观中的大能量障碍,同时最小化哈密顿量。因此,群体退火蒙特卡罗可以作为一种启发式算法来解决组合优化问题。通过计算三维高斯无序Ising自旋玻璃的基态,说明了布居退火Monte Carlo的能力,并与模拟退火Monte Carlo和平行回火Monte Carlo进行了比较.我们的研究结果表明,人口退火蒙特卡罗是显着更有效的模拟退火,但平行回火蒙特卡罗寻找自旋玻璃基态。
2015-07-06 cond-mat.dis-nn
Optimization by Quantum Annealing: Lessons from hard 3-SAT cases
将路径积分蒙特卡罗模拟量子退火算法应用于随机3-SAT问题(N=10000)的一个大的困难实例的优化。量子和经典退火的动力学行为进行了比较,在探索组合优化问题的复杂能量景观的方式上显示出重要的定性差异。与伊辛自旋玻璃和旅行商问题的结果不同,在目前的情况下,线性时间表量子退火的性能肯定比经典退火差。然而,量子冷却协议的基础上,场循环,并能够在短时间尺度上优于标准的经典模拟退火。
2005-02-18 cond-mat.dis-nn
Population annealing: Theory and application in spin glasses
布居退火算法是一种模拟具有粗糙自由能结构体系的平衡态的序贯蒙特卡罗算法。介绍了布居退火理论,讨论了系统误差和统计误差。该算法的行为进行了研究,在大规模模拟的三维伊辛自旋玻璃和并行回火的算法的性能进行了比较。结果表明,这两种算法在效率上是相似的,但有不同的优点和缺点。
2015-12-17 cond-mat.dis-nn cond-mat.stat-mech
Spin glasses, the quantum annealing, colloidal glasses and crystals: exploring complex free-energy landscapes
玻璃化行为是凝聚态物理中的一个主要的开放性问题。在这篇论文中,我们通过研究自旋玻璃和胶体来解决这个问题,使用几种互补的策略。从建模的角度,我们提出了一种新的模型,超立方体模型,这是平均场,但定义在度量空间。我们表明,也在平均场,自旋玻璃非平衡动力学是一个域的增长过程非常相似的三维对应。我们还考虑在三维空间的自旋玻璃,专注于温度混沌。由于与Janus平衡的低温配置,我们表明,温度混沌可以通过一个大偏差泛函恰当地描述。从这个泛函可以详细地预测有限尺寸标度行为,包括由罕见事件驱动的混沌的前渐近状态。我们还解决了寻找新的,有效的算法来研究玻璃体系的问题。特别是,在量子绝热算法的背景下,我们讨论绕过“一阶瓶颈”的策略。我们的方法被成功地应用于p自旋铁磁模型。我们还展示了如何使用系留蒙特卡罗(最近改进的伞抽样)处理问题,多个序参量,如硬球结晶。我们研究了结晶过渡平衡最大的系统,到目前为止,并获得非常准确的测定共存压力和界面自由能。我们还展示了我们的努力,在非常高的多分散性的软球系统中的固相的特征。
2013-09-09 cond-mat.dis-nn
Cyclic Quantum Annealing: Searching for Deep Low-Energy States in 5000-Qubit Spin Glass
本文利用D-Wave 5000量子比特处理器验证了迭代循环量子退火算法能快速找到自旋玻璃深度低能态,并揭示了低能景观中连通团簇的幂律分布等复杂结构,为优化算法改进提供指导。
2024-12-28 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Predicting ground state configuration of energy landscape ensemble using graph neural network
许多科学问题试图在崎岖的能量景观中找到基态,这对于大型系统来说是一项非常困难的任务。然而,在一类特定的问题中,能量最小值内的短程相关性可能与系统大小无关。这些相关性是否可以从已知基态的小问题中推断出来,以加速对更大问题的基态的搜索?在这里,我们展示了伊辛自旋玻璃,其中的相互作用矩阵是从蛋白质接触图的战略。我们使用图神经网络学习从相互作用矩阵$J$到基态构型的映射,得到最可能构型的猜测。考虑到这些猜测,我们表明,基态配置可以搜索速度比香草模拟退火。对于大型问题,在小$J$矩阵上训练的模型预测的配置的能量远低于通过模拟退火获得的配置,这表明该策略的规模可推广性。
2020-08-19 cond-mat.dis-nn physics.comp-ph
Efficiency of quantum versus classical annealing in non-convex learning problems
Bocconi University(博科尼大学);Istituto Nazionale di Fisica Nucleare(意大利国家核物理研究所);International Centre for Theoretical Physics(国际理论物理中心)
量子退火器的目标是通过利用合作隧道效应来逃避局部极小值来解决非凸优化问题。其基本思想是设计一个经典的能量函数,其基态是原始优化问题的最优解,并添加一个可控的量子横向场来产生隧穿过程。一个关键的挑战是确定类的非凸优化问题,量子退火仍然有效,而热退火失败。我们表明,这种情况发生在机器学习的核心问题的广泛类别。它们的能量景观由局部极小值主导,导致经典热退火机的指数减慢,而模拟量子退火有效地收敛到最优解的罕见密集区域。
2017-10-16 cond-mat.dis-nn cs.LG quant-ph
Performance analysis of classical adiabatic annealing on Ising machines
Vrije Universiteit Brussel(布鲁塞尔自由大学)
本文通过连续方法分析经典绝热退火技术,提出混合经典绝热退火策略,并在MaxCut等问题上测试,发现其相比现有简单方法无显著优势。
2026-06-05 cond-mat.dis-nn quant-ph
Hybrid annealing using a quantum simulator coupled to a classical computer
在崎岖的潜在景观中找到全局最小值是一项计算上很难的任务,通常相当于相关的优化问题。模拟退火是一种通过模拟热噪声来探索配置空间的计算技术。通过缓慢冷却,它将系统冻结在低能量配置中,但算法经常陷入局部极小值。在量子退火中,热噪声被可控的量子涨落所取代,该技术可以在现代量子模拟器中实现。然而,量子绝热方案在quasidgeneracies的存在下变得非常慢。在这里,我们提出了一个策略,结合了模拟退火和量子退火的想法。在这种混合算法中,量子模拟器的结果在经典设备上处理。当量子模拟器通过重复应用量子涨落和执行投影测量来探索配置空间时,经典计算机评估每个配置并强制降低能量。我们已经模拟了这种算法的随机能量模型的小实例,表明它可能优于模拟热退火和绝热量子退火。它对于涉及多个准简并基态的问题是最有效的。
2016-11-29 cond-mat.dis-nn cond-mat.quant-gas physics.comp-ph
Problem hardness of diluted Ising models: Population Annealing versus Simulated Annealing
针对稀释SK伊辛模型的组合优化问题,研究发现其难度随稀释度呈“易-难-易”转变且与底层ER图结构相关;群体退火在难度峰值时性能优于模拟退火,其自适应调度效率更高且抗温度校准误差。
2025-08-25 cond-mat.dis-nn cond-mat.stat-mech
Resampling schemes in population annealing -- numerical results
群体退火(PA)是一种基于群体的算法,设计用于具有粗糙自由能景观的热力学系统的平衡模拟。它被认为是更有效地这样做比标准的马尔可夫链蒙特卡罗单独。该算法有许多参数,可以微调,以提高性能。虽然有一些关于这些参数的理论和数值工作,似乎有一个缺口,在文献中的作用,在PA的restaurant。在这里,我们提出了一个数值比较的2D伊辛模型的PA模拟的一些rescue计划。
2022-03-30 cond-mat.dis-nn cond-mat.stat-mech physics.comp-ph
Effectiveness of quantum annealing for continuous-variable optimization
该研究测试量子退火在连续变量优化中的性能,发现D-Wave 2000Q仅在有限计算时间内与经典算法相当,而相干量子退火效果更优,证明抑制噪声后硬件量子退火有望超越经典算法。
2023-10-04 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Taming a non-convex landscape with dynamical long-range order: memcomputing Ising benchmarks
最近的量子退火工作强调了集体行为在解决优化问题中的作用。通过启用变量集群的转换,这样的求解器能够更有效地导航它们的状态空间并定位解,尽管元素之间只有局部连接。然而,集体行为并不是量子退火器所独有的,显示集体动力学的经典求解器在导航非凸景观方面也应该具有优势。在这里,我们给出的证据表明,来自量子退火研究的基准是可解决的多项式时间使用数字memcomputing机器,它利用一个集合的动态组件与内存来表示结构的基础优化问题。为了说明内存的作用,并澄清这些求解器的结构,我们提出了一个简单的模型,这些机器,演示了出现的长程序。这个模型,当应用到寻找的伊辛挫折环基准的基态,经历了一个瞬态阶段的雪崩,可以跨越整个晶格,并展示了远程行为和他们的成功概率之间的连接。这些结果建立了基于连续动力系统的集体动力学的计算方法的优势。
2019-10-15 cond-mat.dis-nn cond-mat.stat-mech cs.ET
Quantum combinatorial optimization beyond the variational paradigm: simple schedules for hard problems
本文提出利用自旋相干态路径积分设计量子绝热演化几何结构,以多项式开销构建退火协议,在SK模型和Max-2SAT等困难实例上相比线性协议将最优解测量概率提升数个数量级。
2025-03-13 cond-mat.dis-nn quant-ph
Following Gibbs States Adiabatically - The Energy Landscape of Mean Field Glassy Systems
我们介绍了一个概括的腔,或贝特-佩尔斯,方法,允许遵循吉布斯状态时,外部参数,例如温度,是动态变化的。这使得获得新的定量结果的静态和动态行为的平均场无序系统,如模型的玻璃和非晶材料或随机约束的满意度问题。作为第一个应用,我们讨论了非常缓慢的退火后的剩余能量,平衡态的行为,并证明了在平衡温度混沌的存在。我们还探讨了能源景观,并确定了一个新的过渡,从计算上更容易峡谷为主的地区,以更难的山谷为主。
2010-05-14 cond-mat.dis-nn cond-mat.stat-mech
Distinguishing thermal versus quantum annealing using probability-flux signatures across interaction networks
Nagoya University(名古屋大学)
研究通过分析交互网络中的概率流特征,区分热退火与量子退火的动力学差异,揭示量子隧穿对退火过程的影响。
2025-12-04 cond-mat.dis-nn cond-mat.quant-gas cond-mat.stat-mech
The role of annealing in determining the yielding behavior of glasses under cyclic shear deformation
采用均匀和循环剪切变形的计算机模拟方法研究了非晶态固体的屈服行为。最近的结果表明,作为一个不连续的过渡,与玻璃的退火程度是一个重要的参数。在均匀剪切下,屈服应力的不连续变化发生在高退火区,与屈服逐渐的差退火区分开。在循环剪切模拟中,随着屈服点的接近,相对较差的退火玻璃逐渐变得更好地退火,屈服时具有相对适度但明显的不连续变化。为了更好地了解退火的屈服特性的作用,我们进行非热准静态循环剪切模拟的玻璃制备范围广泛的退火在两个定性不同的系统-模型的二氧化硅(网络玻璃),和原子二元混合物玻璃。两个显着不同的制度的行为出现:退火不良的样品的能量演变到一个独特的阈值能量的应变幅度增加,屈服发生之前。退火好的样品,相反,没有显着的能量变化与应变幅度,直到他们屈服,伴随着不连续的能量变化,增加退火的程度。值得注意的是,这两个系统的阈值能量对应于与玻璃形成液体采样的能量景观的特征的变化相关的动态交叉温度。均匀剪切模拟支持最近讨论的情况下,一个随机的临界点分离韧性和脆性屈服,我们的研究结果现在与动态交叉温度在相应的液体。
2019-11-29 cond-mat.dis-nn cond-mat.soft
The geometry and dynamics of annealed optimization in the coherent Ising machine with hidden and planted solutions
Stanford University(斯坦福大学)
本文研究相干伊辛机退火优化中能量景观几何与动力学的关联,揭示低能全局最小值的软模引导下降,并分析隐藏植入解的可恢复性相变。
2026-10-01 cond-mat.dis-nn cond-mat.stat-mech physics.optics
Tracking the connection between disorder and energy landscape in glasses using geologically hyperaged amber
化石琥珀提供了研究一种非晶材料的独特机会,这种材料已经探索了超过1.1亿年的自然老化的能量景观。通过应用不同的X射线散射方法退火样品之前和之后的琥珀,以消除其热历史,我们确定了势能景观和玻璃的结构和振动特性之间的联系。我们发现,超老化诱导的太赫兹区域的振动态密度的耗尽,也统治相应的声波的声音色散和衰减特性。重要的是,这是伴随着致密化与结构的影响不同的性质所造成的静水压力。我们的研究结果,合理的波动弹性理论的框架内,揭示了如何接近底部的势能景观(9%的下降虚构的温度$T_f$)的弹性矩阵变得越来越少无序(6%)和更长的范围相关(22%)。
2019-01-29 cond-mat.dis-nn cond-mat.soft
GPU accelerated population annealing algorithm
布居退火是统计物理学中蒙特卡罗模拟的一种新方法,特别适用于模拟具有复杂自由能景观的系统。它是一种混合方法,通过马尔可夫链的重要性抽样与人口控制形式的序贯蒙特卡罗元素相结合。虽然它似乎提供了类似于并行回火等更成熟方法的算法能力,但它本质上更适合于大规模并行计算。在这里,我们利用这种结构优势,并提出了一个高度优化的实现的人口退火算法的GPU,承诺的速度提高了几个数量级相比,在CPU上的串行实现。虽然示例代码用于模拟2D铁磁伊辛模型,但它应该很容易适用于模拟其他自旋模型,包括无序系统。我们的代码包括一些最近才提出的高级算法功能的实现,即温度步长的自动适应和不同温度下数据的多直方图分析。
2017-09-13 cond-mat.dis-nn cond-mat.soft cond-mat.stat-mech
Deep reinforced learning heuristic tested on spin-glass ground states: The larger picture
Emory University(埃默里大学)
本文重新评估了深度强化学习启发式在自旋玻璃基态问题上的表现,指出其相对传统蒙特卡洛方法的优越性在较大实例中基本无关紧要,且约1%的系统误差使其无法用于确定d>2维刚度指数。
2023-09-14 cond-mat.dis-nn cond-mat.stat-mech cs.AI
Duality approach to quantum annealing of the 3-XORSAT problem
具有复杂能量景观的经典模型代表了量子模拟器近期应用的前景。到目前为止,许多理论工作研究了具有唯一基态模型的量子算法的性能。然而,当经典问题处于所谓的聚簇阶段时,基态流形是高度简并的。作为一个例子,我们考虑一个3-XORSAT模型定义在简单超图。经典基态流形的简并转化为大量的$Z_2$对称性的出现,即使在存在量子横向磁场的情况下,这些对称性也保持不变。我们建立了一个一般的对偶方法,限制量子问题的一个给定的部门的保守$Z_2$收费,并使用它来研究如何的量子绝热算法的结果取决于超图几何。我们表明,树超图对应于一个经典的可解的3-XORSAT问题的实例具有一个恒定的差距,而封闭超图遇到一个二阶相变的差距消失的幂律问题的大小。在这项工作中发展的对偶性提供了一个实用的工具,与经典退化的能量流形的量子模型的研究,并揭示了玻璃和规范理论之间的潜在联系。
2021-06-11 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Annealing effects of multidirectional oscillatory shear in model glass formers
本文研究了周期性、无热的准静态剪切对三维玻璃形成系统的影响。我们利用三个可用的正交剪切平面,即$XY, YZ \text{ and } XZ$,以更好地探索能源景观。利用频闪$(γ= 0)$能量的测量,我们研究了使用正交剪切方向扰动单向稳态的影响。我们发现,每个序列的单向协议导致压缩与通用的,$ΔE \sim N^{-1}$的行为作为一个函数的周期数,$N$。此外,我们发现,利用多个剪切平面的循环剪切呈现分层压实,产生逐步降低稳态能量相比,涉及单向循环剪切单独的协议。此外,作为参考的频闪能量的周期性,我们表明,它是可能实现稳态极限环的可调周期使用不同的组合的三个正交的应变方向。我们发现,这样的协议表现出更好的退火相比,使用单向剪切产生的稳定状态的协议。重要的是,我们发现一个非平凡的趋势,在退火能量和稳定状态的极限环的周期,与非周期性的协议出现产生最好的退火状态。最后,我们比较了平均稳态能量$\langle E_{\text{S.S.}} \rangle$的相图,作为剪切幅度$γ_{\max}$的函数,使用单向和多向协议,并发现,通用功能被保存。
2021-12-14 cond-mat.dis-nn cond-mat.soft
Biased landscapes for random Constraint Satisfaction Problems
约束满足问题(CSP)的典型复杂性可以通过随机集成的实例来研究。后者表现出许多阈值现象,除了他们的可满足性相变,特别是聚类或动态相变(涉及到树重建问题),他们的典型解决方案粉碎成断开组件。在本文中,我们研究了这种现象的演变下的偏见,打破了一个CSP实例的解决方案之间的一致性,集中在双着色的k-均匀随机超图。我们表明,对于小k的聚类过渡可以延迟以这种方式更高密度的约束,这种策略对模拟退火算法的性能有积极的影响。我们的特点是适度的增益,可以预期在大k限制从这里研究的偏置思想的简单实现。本文还包含一个贡献的方法论性质,作出了审查和扩展的方法来确定数值的不连续动态过渡阈值。
2019-03-08 cond-mat.dis-nn cs.DM math.PR
Conformational space annealing and an off-lattice frustrated model protein
应用构象空间退火(CSA)方法对一个46个氨基酸残基的蛋白质进行了优化,其序列为B_9N_3(LB)_4N_3B_9N_3(LB)_5L,其中B、L和N分别代表疏水、亲水和中性残基。46个残基的BLN蛋白被折叠成四链β-桶的天然状态。定位46个残基的BLN蛋白的全局最小值一直是一个具有挑战性的问题,因为该系统是高度受挫的,因此其能量景观是相当崎岖的。CSA成功定位了所有100次独立运行的46聚体的全局最小值。CSA的CPU时间比模拟退火(SA)少约70倍,其找到全局最小值的成功率(100%)约高11倍。用于CSA的计算工作量也比应用于46-残基BLN蛋白质的最佳全局优化方法(具有重整化的量子热退火)少约10倍。100个单独的CSA运行产生全局最小值100次以及其他5950个最终构象,对应于蛋白质的总共2361个不同的局部最小值。大多数的最终构象具有相对较小的RMSD值从全球最小值,独立于其不同的能量值。非常接近全局最小值,存在准全局最小值,这些最小值经常作为SA运行的最终答案之一获得。我们发现在准全局极小点和其它局部极小点之间存在两个最大的能隙。一旦SA运行被困在这些准全局最小值之一中,它就不能在跨越两个大的能量障碍之前被折叠成全局最小值,这清楚地表明了SA成功率低的原因。
2003-06-24 cond-mat.dis-nn cond-mat.stat-mech physics.bio-ph
Dynamic Greedy Algorithms for the Edwards-Anderson Model
本文提出一种利用相似构型历史优化数据加速贪心优化的动态算法,并将其成功应用于Edwards-Anderson自旋玻璃模型的高阶贪心优化与模拟退火搜索,提升了计算性能。
2018-02-13 cond-mat.dis-nn
Quantum sequel of neural network training
School of Physics and Astronomy, University of Minnesota(明尼苏达大学物理与天文学院);William I. Fine Theoretical Physics Institute, University of Minnesota(明尼苏达大学威廉·I·费恩理论物理研究所)
本文提出利用量子退火平台加速经典神经网络训练,展示其在性能扩展和效率上的优势。
2025-12-01 cond-mat.dis-nn quant-ph
Generalization of the cavity method for adiabatic evolution of Gibbs states
平均场玻璃态系统具有复杂的能量分布和大量的吉布斯态。在本文中,我们介绍了一个概括的腔方法,以描述这些玻璃吉布斯态的绝热演化的外部参数,如温度,是调谐。我们给出了一个一般的推导方法,并详细描述了所得到的方程的解决方案的全连接的p-自旋模型,XOR-SAT问题和反铁磁Potts玻璃(或“着色”问题)。作为状态跟踪方法的直接结果,我们提出了一个非常慢的蒙特卡罗退火的研究,在这些系统中的温度混沌的存在下,和识别的一个容易/硬过渡的模拟退火约束优化问题的演示。我们还讨论了我们的方法和Franz-Parisi势之间的关系,以及与计算机科学中的树的重建问题。给出了状态跟踪方法与西森线物理之间的映射。
2010-03-13 cond-mat.dis-nn
Statistical Landscape Exploration and Weak-Field Defects in Selective Oscillator Ising Machines
Bilkent University(比尔肯特大学)
本研究提出OIM+选择性振荡器伊辛机方案,结合退火与能量消除重填,探索SK模型低能态,识别弱场缺陷并用Metropolis细化修正,实现集体搜索与局部优化的高效分工。
2026-10-14 cond-mat.dis-nn cond-mat.stat-mech
Optimization by a quantum reinforcement algorithm
University of Neyshabur(内沙布尔大学);Leiden University(莱顿大学)
强化算法通过向系统引入反馈来解决经典优化问题,该反馈缓慢地改变能量景观并将算法收敛到配置空间中的最优解。在这里,我们使用这种策略集中(本地化)优先的波函数的量子粒子,探索配置空间的问题,在一个最佳的配置。我们研究的方法,通过数值求解方程的演变系统,这是类似的非线性薛定谔方程,小问题的大小。特别是,我们观察到,加固增加了量子退火算法中的系统的最小能隙。我们的数值模拟和后者的观察表明,这种量子反馈可能有助于解决计算困难的优化问题的量子增强算法。
2017-11-03 cond-mat.dis-nn cond-mat.stat-mech cs.AI
Gradient dynamics in reinforcement learning
尽管在统计力学的框架下对监督学习算法的分析取得了成功,但强化学习在很大程度上仍然未被触及。在这里,我们通过分析策略梯度算法的动态来缩小差距。对于一个凸问题,我们证明了它服从漂移扩散运动,其系数由学习率调整。此外,我们提出了一个非凸强化学习问题和一个无序系统之间的映射。这种映射使我们能够展示学习率如何作为有效温度,从而能够平滑粗糙的景观,证实漂移扩散描述所显示的内容,并为基于无序系统中退火过程的物理启发算法优化铺平道路。
2022-04-08 cond-mat.dis-nn cond-mat.stat-mech physics.comp-ph
A New Approach to the Optimal Target Selection Problem
从较大的星表中最优地选择目标子集是天文学和宇宙学中的常见问题。一个具体的例子是从成像调查中选择目标进行多目标光谱跟踪。我们提出了一种新的启发式算法,混合,为此目的,并进行详细的研究,其性能。HYBRID结合了模拟退火,MCMC和粒子群方法的元素,在调查景观具有多个曲率或聚类尺度的情况下特别成功。HYBRID始终优于其他方法,特别是在具有许多极值的高维空间中。这意味着必须运行更少的模拟来达到给定的性能置信水平,并且在解决复杂或计算昂贵的优化问题方面具有非常显著的优势。
2007-03-06 astro-ph cond-mat.dis-nn
Isolating the hard core of phaseless inference: the Phase selection formulation
本文提出“相位选择”两层公式化以分离相位恢复中的组合符号恢复与凸回归子任务,利用副本理论刻画自由能景观和相变,并证明结合退火的三种元启发式算法可接近贝叶斯最优样本效率。
2025-02-06 cond-mat.dis-nn
Genetic embedded matching approach to ground states in continuous-spin systems
由于自由能景观的极其崎岖的结构,自旋玻璃基态的确定是已知的最困难的优化问题之一,发现在最一般的情况下是NP-难的。由于局部(自由)能最小值的特定结构,通用优化策略在这些问题上的表现相对较差,并且已经开发了一些特别定制的优化技术,特别是针对伊辛自旋玻璃和类似的离散系统。在这里,一个有效的优化启发式少得多讨论的情况下,连续自旋的介绍,基于组合的伊辛自旋到连续的旋转器和适当的变种的遗传算法。统计技术,以确保高可靠性,在寻找(数值)准确的基态进行了讨论,该方法是对模拟退火方法的基准。
2007-12-21 cond-mat.dis-nn cond-mat.stat-mech