.png){kind=icon}
返回
Gradient based optimization of Chaogates
.png){kind=icon}
OA
AI
DOI：10.1016/j.chaos.2025.116007.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们提出了一种使用基于梯度的优化方法来配置Chaogates，以复制标准布尔逻辑门行为的方法。通过定义Chaogate编码的可微分表述，我们优化其可调参数，以重新配置Chaogate用于标准逻辑门功能。这一新颖的方法使我们能够将机器学习领域成熟的工具应用于优化Chaogates，而无需高参数计数神经网络的成本。我们进一步将此方法扩展到多个逻辑门的协同优化，以调整逻辑电路。实验结果表明，该技术在不同的非线性系统和配置中均具有可行性，为非线性计算设备的参数自动发现提供了一条途径。
Keyword:
Chaos
Chaotic circuits
Chaogate
Nonlinear systems
Optimization
Neural networks
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
C
IF:
5.6
论文数:
1.3K
被引数:
3.8W