[发明专利]基于自反馈迭代相干伊辛机的图网络方法

权利要求书

1.一种基于自反馈迭代相干伊辛机的图网络方法，用于预测化学键断，其特征在于，如下步骤：

获取化学分子的节点矩阵；

将自反馈迭代相干伊辛模型的自旋矩阵映射到所述节点矩阵上；

通过自反馈迭代相干伊辛机得到所述化学分子的最优分解产物。

2.根据权利要求1所述的基于自反馈迭代相干伊辛机的图网络方法，其特征在于：

其中，所述自旋矩阵中每个自旋分别对应所述节点矩阵的相应结点，所述每个自旋均具有两个自旋方向，并分别对应所述每个结点的两种不同状态；

所述自旋矩阵中相邻两个自旋的相互作用强度决定所述节点矩阵的相邻两个结点是否连接；

若相邻两个自旋的相互作用强度大于0，则对应相邻两个结点彼此相互连接，并且所述两个结点自旋处于同一种状态；

若相邻两个自旋的相互作用强度小于0，则对应相邻两个结点彼此不连接，并且所述两个结点自旋处于相反状态。

3.根据权利要求1所述的基于自反馈迭代相干伊辛机的图网络方法，其特征在于：

其中，自反馈迭代相干伊辛机包括：

压缩激光生成单元，用于将压缩真空注入到激光中形成一束具有压缩真空注入的激光；

调制器单元，其内部用于将压缩态光场分成两部分并和自身耦合，通过采样光电压实现离散时间反馈操作；

信号反馈单元，将反馈信号通过调制器进行调制后的输出信号经PSA环形光纤腔后由光电二极管探测后，通过模数转换器得到数字信号，再由矩阵乘法器进行相应计算，通过采样光电压实现离散时间反馈操作，而后经数模转换器后由相位调制器实行相位调制，使得其输出反馈信号为耦合光场同相分量的平方。

4.根据权利要求3所述的基于自反馈迭代相干伊辛机的图网络方法，其特征在于：

其中，所述调制器单元为马赫增德尔调制器。

5.根据权利要求1所述的基于自反馈迭代相干伊辛机的图网络方法，其特征在于：

其中，步骤S1中还包括：

获取所述化学分子的结构特征矩阵A^(l)，并将所述节点矩阵X^(l)与所述结构特征矩阵A^(l)输入到图卷积神经网络卷积第一层，得到卷积后的第一结构特征矩阵，所述第一结构特征矩阵的表达式如下：

A_(l+1)＝ReLU(T_(l)X^(l)W^(l))

A_(l+1)为第一结构特征矩阵，ReLU为激活函数，T_(l)为对所述结构特征矩阵A^(l)进行归一化的矩阵，X^(l)为所述节点矩阵，W^(l)为权重矩阵，

6.根据权利要求1所述的基于自反馈迭代相干伊辛机的图网络方法，其特征在于：

其中，所述自反馈迭代相干伊辛机的伊辛哈密顿量的表达式如下：

s_i为伊辛自旋，取值为±1，对应每个结点的两种状态，J_ij为所述两个结点之间的相互作用强度。

7.根据权利要求4所述的基于自反馈迭代相干伊辛机的图网络方法，其特征在于：

其中，光场X_l和对应的反馈信号f_l通过两个阶段进行更新，分别为采样阶段和处理阶段，所述耦合光场中第L个光场在第k次迭代过程中的时间演化方程为：

ζ_l[k]为噪声项，f_l[k]为反馈项。

8.根据权利要求7所述的基于自反馈迭代相干伊辛机的图网络方法，其特征在于：

其中，f_l[k]的表达式如下：

f_l[k]既包括对每个光场x_l[k]自反馈，也包括耦合矩阵为J_ij的光场之间的相互耦合，α′为反馈强度，β表示耦合强度。