量子神经网络
量子神经网络的相关文献在1999年到2022年内共计181篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术
等领域,其中期刊论文124篇、会议论文13篇、专利文献394046篇;相关期刊94种,包括军民两用技术与产品、电子科技大学学报、重庆理工大学学报(自然科学版)等;
相关会议13种,包括华北地区高校图协第二十八届学术年会、第23届全国计算机新科技与计算机教育学术会议、第十五届全国信号处理学术年会等;量子神经网络的相关文献由348位作者贡献,包括李飞、李盼池、赵生妹等。
量子神经网络—发文量
专利文献>
论文:394046篇
占比:99.97%
总计:394183篇
量子神经网络
-研究学者
- 李飞
- 李盼池
- 赵生妹
- 郑宝玉
- 李云红
- 解光军
- 朱大奇
- 李兵
- 谭阳红
- 庄镇泉
- 张雄伟
- 彭力
- 李胜
- 王鑫
- 赵炫强
- 于思拙
- 付青松
- 何怡刚
- 何正友
- 侯旋
- 姜金哲
- 孙健
- 孙棣华
- 张培林
- 张新
- 张翼鹏
- 李永福
- 李辰
- 杨光临
- 杨萍萍
- 王伟
- 王耿
- 王金明
- 谢建波
- 贾花萍
- 郝欢
- 陈亮
- 马亮
- H.内文
- 丁毅
- 侯深化
- 侯阳阳
- 俞金寿
- 冯艳艳
- 刁鸣
- 刘光远
- 刘宁
- 刘洪烈
- 刘超
- 单征
-
-
穆明;
李红杏;
戚晗;
赵亮;
林娜;
拱长青
-
-
摘要:
以人工神经网络(ANN)模型为基础,通过与量子并行计算、量子门线路以及变分量子线路等量子理论与量子力学概念相结合提出了一种优化的变分量子神经网络(VQNN)模型,该模型是由可在噪声中尺度量子(NISQ)设备上运行的量子线路结合机器学习(ML)策略构成的一种量子经典混合计算模型。其中量子线路由两部分组成:量子态编码线路用于将经典数据编码为量子态数据;变分量子线路(VQC)则学习目标状态并将信息编码到一个真实的量子数据结构之中。最终通过测量VQC量子态输出获得经典概率输出分布,利用经典计算机进行变分量子线路的参数优化处理,这种结构使得VQC与经典ML很容易地融合。进一步探索了使用VQNN来建立基于实际应用的分类器,将其应用在网络攻击检测领域。实验结果表明,对于KDD CUP99数据集,VQNN具有相对较高的检测性能,且均高于其他经典对比检测模型以及量子门线路神经网络模型。此外,该VQNN可以部署在近期绝大多数的NISQ设备中。同时,所提出的VQNN是首个可以部署在NISQ中进行网络攻击检测的模型。
-
-
丁毅;
何怡刚;
李兵;
崔介兵
-
-
摘要:
针对三电平逆变器电路拓扑结构复杂,电路具有较强的非线性特征问题,提出一种基于小波包分析和量子神经网络的三电平逆变器开路故障诊断方法.采用三电平逆变器上、中、下桥臂电压作为测量信号,通过小波包方法对桥臂输出电压信号进行分析,获取故障信号小波节点系数;计算各节点小波能量谱特征并进行归一化处理,得到IGBT不同故障状态下的故障特征;利用故障特征训练量子神经网络,并对其进行测试以确定故障类别;通过实验平台验证了算法可行性.实验结果表明:提出的方法适用于三电平逆变器故障诊断,具有工程参考价值.
-
-
丁毅;
何怡刚;
李兵;
崔介兵
-
-
摘要:
针对三电平逆变器电路拓扑结构复杂,电路具有较强的非线性特征问题,提出一种基于小波包分析和量子神经网络的三电平逆变器开路故障诊断方法。采用三电平逆变器上、中、下桥臂电压作为测量信号,通过小波包方法对桥臂输出电压信号进行分析,获取故障信号小波节点系数;计算各节点小波能量谱特征并进行归一化处理,得到IGBT不同故障状态下的故障特征;利用故障特征训练量子神经网络,并对其进行测试以确定故障类别;通过实验平台验证了算法可行性。实验结果表明:提出的方法适用于三电平逆变器故障诊断,具有工程参考价值。
-
-
郑瑾;
高庆;
吕颜轩;
董道毅;
潘宇
-
-
摘要:
量子神经网络结合了量子计算与经典神经网络模型的各自优势,为人工智能领域的未来发展提供了一种全新的思路.本文提出一种基于参数化量子电路的量子卷积神经网络模型,能够针对欧几里得结构数据与非欧几里得结构数据,利用量子系统的计算优势加速经典机器学习任务.在MNIST数据集上的数值仿真结果表明,该模型具有较强的学习能力和良好的泛化性能.
-
-
马云鹏;
刘诗琳;
闫姗姗;
王然;
唐浩桁;
王贺琦
-
-
摘要:
针对火电厂锅炉燃烧优化和节能减排的问题,国内外学者多采用神经网络和启发式优化算法解决上述问题并取得良好效果.然而,对锅炉的燃烧优化仅限于方法研究和对历史数据的建模与优化,未真正应用于锅炉燃烧工况的实时优化中.此外,环保部门对火电厂的污染性气体的监测非常严格,节能减排成为火电厂的首要任务.因此,有必要设计一款实时监测和优化NOx排放的软件.本文以样本增量量子神经网络和改进型人工蜂群算法为核心设计开发锅炉智能燃烧优化软件.通过在某火电厂330MW煤粉锅炉上的测试,实验结果表明:该软件可使氮氧化合物排放浓度和锅炉煤耗有效降低,其具有实用价值.
-
-
王晓霆
-
-
摘要:
量子机器学习是量子计算和机器学习在各自领域蓬勃发展后必然产生的交叉学科。量子计算的概念,可以追溯到二十世纪八十年代Benioff提出的计算机量子力学模型;而机器学习的概念,可以追溯到二十世纪四五十年代包括人工神经元在内的有关机器学习的先驱性研究。历史总是惊人的相似,两个学科在发展之初,各自领域最杰出的科学家都做出了开创性的工作:一边是图灵提出的图灵测试,另一边是费曼提出的量子计算机和量子模拟的概念;两个学科的理论基础均在二十世纪八九十年代得到了高速发展,并都在高速发展之后经历了一段“严冬”,然后在2010年之后得益于物理硬件上的突破而重新获得了高度关注和发展,并应运而生了量子机器学习这一交叉学科。经过近十年的发展,量子机器学习尤其是相关量子算法方面,已经获得一系列重要的进展,如该文提到的量子K近邻、量子支持向量机、量子主成分分析、量子神经网络等,其研究范围已经包括了经典机器学习所涉及的方方面面;然而,量子机器学习尚未被解决的重大问题依然存在,包括近两年出现的新进展和问题,亟需更多好的综述性文章做出承前启后的总结作用。
-
-
唐豪;
金贤敏
-
-
摘要:
量子人工智能,是由量子计算和人工智能交叉发展起来的新兴学科和技术.过去几十年来,量子计算和人工智能技术各自经历了起起落落、螺旋上升的发展历程,而现在正逐渐落地,有望给人类的技术革新、生产和生活带来颠覆性改变.我们正迎来二者深度交叉的最好时机,一个量子人工智能研究的最好时代!
-
-
王伟;
赵娅;
李盼池
-
-
摘要:
针对油田开发井之间的地层对比过程中,砂体相变快、小层断失以及工作量大的问题,提出一种基于量子神经网络的地层对比方法。采用量子计算原理,利用朝阳沟油田长46区块6口井共计126个地层样本构造量子神经网络模型,然后对全区336口井进行地层对比工作。实验表明,三级小层对比的正确率最高可达88.48%。这说明了量子神经网络对于多开发井间的复杂地层对比具有良好的效果。
-
-
-
-
-
摘要:
量子计算技术正迎来快速发展时期,国内外量子计算人才需求急速增长。为帮助量子计算爱好者学习量子计算知识,推出了本源量子学习机。量子学习机是专为学生、研究人员乃至工程师等人群设计的一个全栈式量子编程生态环境,它嵌入了一个高性能的量子计算模拟器软件,图形化编程平台,并提供一系列量子计算的应用算法案例。本源量子学习机已经被利用于开展量子神经网络、量子机器学习等研究工作。
-
-
-
-
孙健;
张雄伟;
孙新建
- 《第十五届全国信号处理学术年会》
| 2011年
-
摘要:
量子神经网络是一种借鉴量子理论中的态叠加思想而设计的单隐层前馈神经网络,其主要用于数据分类。由于采用多层激励函数神经元,并且在量子间隔训练中采用了新的目标函数,即同类输入数据的隐层节点输出方差最小,从而使量子神经网络具备了发掘不同类别数据间模糊性的能力。但由于训练时对量子神经网络权值和量子间隔使用了不同的目标函数,使迭代过程中两者不可避免的会出现相互冲突,从而导致训练迭代次数的增加和网络性能的下降。本文借鉴约束优化理论,在两个目标函数的梯度下降求解中引入了惩罚函数,提出了一种新的量子神经网络训练算法,消除了两个目标函数间的冲突。实验结果表明,本文提出的训练算法可以显著提升训练的速度和网络的性能。
-
-
-
李俊华;
彭力
- 《2007中国控制与决策学术年会》
| 2007年
-
摘要:
提出了将量子神经网络应用于人脸表情识别.采用基于多层激励函数的量子神经网络和多级分类器组合的方法,对6种表情(生气、厌恶、恐惧、高兴、悲伤、惊讶)进行识别,并在CMU人脸表情库中进行训练和测试.实验结果表明,该识别方法在识别率和可靠性方面均有良好的效果,验证了该方法的有效性.
-
-
易健雄;
朱大奇;
陈昕静
- 《2006系统仿真及其应用学术交流会》
| 2006年
-
摘要:
本文介绍了基于多层激励函数的量子神经网络模型及其算法,并将量子神经网络模型应用于电机转子故障诊断中,比较了BP神经网络和量子神经网络(QNN)的故障识别精度.仿真实验结果表明,量子神经网络提高了电机转子故障诊断的识别精度和容错能力.
-
-
-
-
李飞;
赵生妹;
郑宝玉
- 《2003年通信理论与信号处理年会》
| 2003年
-
摘要:
量子计算与人工神经网络相结合的量子神经网络(QNN-Quantum Neural Networks)由于利用了量子并行计算和量子纠缠等特性从而克服了传统人工神经网络的某些固有缺陷,将成为未来信息处理的重要手段.介绍了与量子神经网络相关的量子计算基础,描述了一种量子神经元模型,讨论了量子学习规则,分析了该量子神经元模型的运算功能.分析和实验证明单个量子神经元能实现经典神经元无法实现的XOR函数,并具有与两层前向神经网络相当的非线性映射能力.
-
-
-
-
-
-
-
- 电子科技大学
- 公开公告日期:2021-05-11
-
摘要:
本发明公开了一种循环神经网络模拟量子输运过程中的量子条件主方程的模拟方法,包括:建立循环神经网络,循环神经网络为长短时记忆网络;长短时记忆网络包括T个按时间顺序排列的LSTM细胞,每个LSTM细胞具有输入值xt和输出值ht,LSTM细胞内具有参数(W,b);将根据量子条件主方程得到的电流的散粒噪声谱S(ω),替代输入值xt;利用量子条件主方程中的密度矩阵迹,替代输出值ht;利用前后时刻的量子条件主方程中的密度矩阵迹之间联系,替代参数(W,b)。本发明建立了循环神经网络中的长短时记忆网络和量子条件主方程的联系,利用量子系统产生的散粒噪声谱的数据,解决求解量子条件主方程时方程无限循环闭合的难题,实现循环神经网络对量子条件主方程的模拟。
-
-
-
-
-