我试图用哈密顿伊辛模型将金融投资组合优化问题编码到量子退火机中。我正在使用dwave模块
neal.sampler.SimulatedAnnealingSampler.sample_ising
我想知道人们是如何决定偏见的?我真的不知道这是怎么回事。在Dwave的文件中,说明如下:
还有一个示例代码:
import neal
>>> sampler = neal.SimulatedAnnealingSampler()
h = {'a': 0.0, 'b': 0.0, 'c': 0.0}
J = {('a', 'b'): 1.0, ('b', 'c'): 1.0, ('a', 'c'): 1.0}
sampleset = sampler.sample_ising(h, J, num_reads=10)
print(sampleset.first.energy)
如果您熟悉伊辛模型的物理(例如,在维基百科上查找),您会发现术语“线性偏置”
h
被用来代替物理术语“外部恒定磁场”,术语“二次偏置”J
被用来代替一对磁场之间相互作用的物理术语(在伊辛模型的情况下相邻)旋转。我的猜测是h
和J
系数必须从一些给定的数据中学习。您的工作是将可用的数据转换(解释)到伊辛模型配置(状态),然后对未知的h
和J
使用某种优化这使得模型解(理论伊辛模型配置)与观测数据之间的差异最小化相关问题 更多 >
编程相关推荐