混合量子衍生神经网络模型及算法

• 作者: 李国蕊 李盼池
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 量子计算 量子比特旋转 量子衍生神经元 量子衍生神经网络
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 论文
• 页码范围: 111-118
• 页数: 8页
• 分类号: TP183
• 字数: 5784字
• 语种: 中文
• DOI: 10.11999/JEIT150444

摘要

为提高人工神经网络的逼近能力,该文从研究隐层神经元的映射机制入手,提出基于量子比特在Bloch球面的绕轴旋转构造神经网络模型的新思想.首先将样本线性变换为量子比特的相位,并使量子比特在Bloch球面上分别绕着3个坐标轴旋转,旋转角度即为网络参数.然后通过投影测量可以得到量子比特的球面坐标,将这些坐标值提交到隐层激励函数,可得隐层神经元的输出.输出层采用普通神经元.基于L-M (Levenberg-Marquardt)算法设计了该模型的学习算法.实验结果表明,该文提出的模型在逼近能力、泛化能力、鲁棒性能方面,均优于采用L-M算法的普通神经网络.

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	李国蕊	东北石油大学计算机与信息技术学院	1	4	1.0	1.0