如何确定哈密顿伊辛模型中的偏差？ python
How to decide bias in Hamiltonian Ising model? python
我正在尝试使用汉密尔顿伊辛模型将金融投资组合优化问题编码到量子退火器中。我正在使用 dwave 模块
neal.sampler.SimulatedAnnealingSampler.sample_ising
我想知道如何确定偏差是什么？我真的不明白这是怎么回事。在 Dwave 的文档中，它说了以下内容：
还有这个示例代码：
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学（例如，只需在维基百科上查找），您会发现使用术语“线性偏差”h 而不是物理术语外部恒定磁场和术语“二次偏置”J 被用来代替一对（在伊辛模型的情况下是相邻的）自旋之间相互作用的物理术语。我的猜测是 h 和 J 系数必须从一些给定的数据中学习。您的工作是将您可用的数据转换（解释）为伊辛模型配置（状态），然后使用某种具有未知 h 和 J 的优化来最小化模型解决方案之间的差异（理论伊辛模型配置）和观测数据。
我正在尝试使用汉密尔顿伊辛模型将金融投资组合优化问题编码到量子退火器中。我正在使用 dwave 模块
neal.sampler.SimulatedAnnealingSampler.sample_ising
我想知道如何确定偏差是什么？我真的不明白这是怎么回事。在 Dwave 的文档中，它说了以下内容：
还有这个示例代码：
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学（例如，只需在维基百科上查找），您会发现使用术语“线性偏差”h 而不是物理术语外部恒定磁场和术语“二次偏置”J 被用来代替一对（在伊辛模型的情况下是相邻的）自旋之间相互作用的物理术语。我的猜测是 h 和 J 系数必须从一些给定的数据中学习。您的工作是将您可用的数据转换（解释）为伊辛模型配置（状态），然后使用某种具有未知 h 和 J 的优化来最小化模型解决方案之间的差异（理论伊辛模型配置）和观测数据。