Optimizing Energy-based Neural Network Training with Coherent Ising Machine
이 논문은 결맞는 이징 머신(Coherent Ising Machine)이 평형 전파(Equilibrium Propagation) 및 Adam 옵티마이저와 결합되었을 때, 개선된 수렴성과 확장성을 갖춘 에너지 기반 신경망을 효과적으로 학습시킬 수 있음을 입증하며, 이는 에너지 효율적인 차세대 AI 하드웨어를 위한 유망한 경로를 제시한다.