量子衍生神经网络的设计与实现

• 作者: 李盼池 杨淑云
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 量子计算 量子旋转门 多位受控非门 量子神经元 量子神经网络
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 论文与技术报告
• 页码范围: 374-383
• 页数: 10页
• 分类号: TP183
• 字数: 6504字
• 语种: 中文

摘要

当使用神经网络解决问题时,得到的结果与神经网络的逼近能力有很大关系.如何提高神经网络的逼近能力目前还没有较为理想的解决方法.本文提出了一种利用多位量子受控非门来构造神经网络模型的新方法.该模型为三层结构,隐层为量子神经元,输出层为普通神经元.量子神经元由量子旋转门和多位受控非门组成,利用多位受控非门中目标量子位的输出向输入端的反馈,实现对输入序列的整体记忆,利用多位受控非门的受控关系获得量子神经元的输出.基于量子计算原理设计了该模型的L-M学习算法.该模型可从宽度和深度两方面获取输入序列的特征.纸牌预测的实验结果表明,当输入节点数和序列长度比较接近时,该模型对训练集的识别率比普通神经网络有大约8％的提高,从而揭示了量子计算机制对提高网络逼近能力的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李盼池	东北石油大学计算机与信息技术学院	93	344	9.0	11.0
2	杨淑云	东北石油大学学生工作处	7	17	3.0	3.0