基于图卷积神经网络的伊辛求解器及实现伊辛模型的方法

摘要

本发明涉及到基于图卷积神经网络的伊辛求解器及实现伊辛模型的方法。两个核心模块中的第一个模块为图卷积网络架构的拟设，第二个模块为伊辛哈密顿量等效的损失函数的优化。在第一个模块中根据伊辛哈密顿量的形式构建图网络的结构。在第二个模块中由于伊辛哈密顿量基态解的二值性，由于最终卷积层输出值具有任意性，对最终卷积层的输出值进行函数处理。基于将GCN的结构与量子退火的哈密顿量进行足够强的关联动作而设计了使用图神经网络的伊辛求解器，可求解含有大规模变量的NP‑hard难题。