Key points are not available for this paper at this time.
Dynamische Systeme zeigen reiche und komplexe Verhaltensweisen, die für physikalische Berechnungen genutzt werden können. Physikalisches Rechnen lässt sich von komplexen Systemen inspirieren, die sich kontinuierlich anpassen, selbstorganisieren und Energie minimieren, während sie sich zu stabilen Konfigurationen entwickeln, was natürlich parallele Verarbeitung ermöglicht. Diese Eigenschaften zeigen vielversprechende Ansätze zur Bewältigung schwieriger wissenschaftlicher Herausforderungen, einschließlich NP-schwieriger kombinatorischer Optimierungsprobleme. Die Gestaltung dynamischer Systeme für Berechnungen bleibt jedoch eine Herausforderung, insbesondere bei der Wahl geeigneter Technologien und der Entwicklung skalierbarer Schaltungimplementierungen. Dieser eingeladene Vortrag wird einen Überblick über schaltungstechnische Implementierungen des physikalischen Rechnens unter Verwendung von gekoppelten oszillierenden neuronalen Netzwerken (ONNs) bieten.
Aida Todri-Sanial (Sun,) hat diese Frage untersucht.