一种量子神经网络模型学习算法及应用 被引量：18

1

作者 李盼池 《控制理论与应用》 EI CAS CSCD 北大核心 2009年第5期531-534,共4页

提出一种量子神经网络模型及学习算法.首先基于生物神经元信息处理机制和量子计算原理构造出一种量子神经元,该神经元由加权、聚合、活化、激励四部分组成.然后由量子神经元构造出三层量子神经网络模型,其输入和输出为实值向量,权值和... 提出一种量子神经网络模型及学习算法.首先基于生物神经元信息处理机制和量子计算原理构造出一种量子神经元,该神经元由加权、聚合、活化、激励四部分组成.然后由量子神经元构造出三层量子神经网络模型,其输入和输出为实值向量,权值和活性值为量子比特.基于梯度下降法构造了该模型的超线性收敛学习算法.通过模式识别和函数逼近两种仿真结果表明该模型及算法是有效的. 展开更多

关键词 量子计算 量子神经元 量子神经网络 超线性收敛

下载PDF 职称材料

一种量子自组织特征映射网络模型及聚类算法 被引量：13

2

作者 李盼池 李士勇 《量子电子学报》 CAS CSCD 北大核心 2007年第4期463-468,共6页

提出一种量子自组织特征映射网络模型及聚类算法。量子神经元的输入和权值均为量子比特,输出为实数,量子自组织特征映射网络由输入层和竞争层组成。首先将聚类样本转换成量子态形式并提交给输入层,完成聚类样本的输入;然后计算样本量子... 提出一种量子自组织特征映射网络模型及聚类算法。量子神经元的输入和权值均为量子比特,输出为实数,量子自组织特征映射网络由输入层和竞争层组成。首先将聚类样本转换成量子态形式并提交给输入层,完成聚类样本的输入;然后计算样本量子态与相应权值量子态的相似系数,提取聚类样本所隐含的模式特征,并对其进行自组织,在竞争层将聚类结果表现出来。采用量子门更新量子权值,分无监督和有监督两个阶段完成网络的训练。仿真实验结果表明该模型及算法明显优于普通自组织特征映射网络。 展开更多

关键词 量子光学 量子自组织特征映射网络 量子聚类算法 量子神经元

下载PDF 职称材料

基于受控旋转门的量子神经网络模型算法及应用 被引量：12

3

作者 李盼池 宋考平 杨二龙 《控制与决策》 EI CSCD 北大核心 2011年第6期898-901,906,共5页

提出一种量子神经网络模型及算法.首先借鉴受控非门的含义提出一种受控量子旋转门,基于该门的物理意义,提出一种量子神经元模型,该模型包含对输入量子比特相位的旋转角度和对旋转角度的控制量两种设计参数;然后基于上述量子神经元提出... 提出一种量子神经网络模型及算法.首先借鉴受控非门的含义提出一种受控量子旋转门,基于该门的物理意义,提出一种量子神经元模型,该模型包含对输入量子比特相位的旋转角度和对旋转角度的控制量两种设计参数;然后基于上述量子神经元提出一种量子神经网络模型,基于梯度下降法详细设计了该模型的学习算法;最后通过模式识别和时间序列预测两个仿真验证了该模型及算法在收敛能力和鲁棒性方面优于普通的BP网络. 展开更多

关键词 量子计算 受控量子旋转门 量子神经元 量子神经网络

原文传递

量子神经网络及其在CDMA多用户检测中的应用 被引量：6

4

作者 李飞 赵生妹 郑宝玉 《信号处理》 CSCD 北大核心 2005年第6期555-559,共5页

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... 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,分析证明了单个量子神经元具有与两层前向神经网络相当的非线 性映射能力。提出了一种基于量子神经元与量子寄存器的多用户检测方案,计算机仿真结果表明:本文所提出的检测器在 误码率和抗“远近”效应方面均具有良好的性能。 展开更多

关键词 量子神经网络 多用户检测 量子神经元 量子寄存器

下载PDF 职称材料

量子神经元结构设计及其应用 被引量：8

5

作者 吕强 俞金寿 《控制与决策》 EI CSCD 北大核心 2007年第9期1022-1026,共5页

在量子理论的框架内,解释了神经元的信息处理机制,提出了量子神经元.该神经元对信息的处理分为两阶段.第1阶段为宏观信息收集部分,产生控制量子比特;第2阶段为微观信息处理部分,根据控制量子比特,改变神经元的状态.整个过程模拟量子受... 在量子理论的框架内,解释了神经元的信息处理机制,提出了量子神经元.该神经元对信息的处理分为两阶段.第1阶段为宏观信息收集部分,产生控制量子比特;第2阶段为微观信息处理部分,根据控制量子比特,改变神经元的状态.整个过程模拟量子受控非门.采用人工和实际数据集,作为分类研究对象,对比传统的神经元网络,量子神经元网络显示出较好的分类效果.以丙烯腈反应器作为建模研究对象,该网络显示出较强的泛化能力. 展开更多

关键词 神经网络 量子神经计算 量子神经元 分类 建模

下载PDF 职称材料

量子神经元特性研究 被引量：3

6

作者 李飞 赵生妹 郑宝玉 《电路与系统学报》 CSCD 2004年第4期76-80,共5页

量子神经计算是传统神经计算自然演化发展的产物,它有可能成为新的信息处理技术。本文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,提出了一种量子学习算法,通过理论推导和仿真证明了算法的收敛性并给出了几种收... 量子神经计算是传统神经计算自然演化发展的产物,它有可能成为新的信息处理技术。本文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,提出了一种量子学习算法,通过理论推导和仿真证明了算法的收敛性并给出了几种收敛特性曲线。应用量子计算方法分析了该量子神经元模型的量子逻辑运算功能,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。 展开更多

关键词 量子神经网络 量子神经元 量子学习 非线性映射

下载PDF 职称材料

量子神经网络在PID参数调整中的应用 被引量：4

7

作者 曹茂俊 李盼池 肖红 《计算机工程》 CAS CSCD 北大核心 2011年第12期182-184,189,共4页

提出一种基于量子神经网络(QNNs)的比例积分微分(PID)参数在线调整方法。通过构造受控量子旋转门,给出一个量子神经元模型,其中包括输入量子比特相位的旋转角度和控制量2种设计参数。在此基础上提出一个量子神经网络模型,利用梯度下降... 提出一种基于量子神经网络(QNNs)的比例积分微分(PID)参数在线调整方法。通过构造受控量子旋转门,给出一个量子神经元模型,其中包括输入量子比特相位的旋转角度和控制量2种设计参数。在此基础上提出一个量子神经网络模型,利用梯度下降法设计该模型的学习算法,并将其用于PID参数的在线调整,实验结果表明,QNNs的调整能力及稳定性均优于反向传播网络。 展开更多

关键词 受控量子旋转门 量子神经元 量子神经网络 比例积分微分参数调整 量子比特相位

下载PDF 职称材料

在61比特可编程超导量子处理器上对量子多体态进行量子神经元感知

8

作者 龚明 黄合良 +33 位作者 王石宇 郭楚 李少炜 吴玉林 朱庆玲 赵有为 郭少俊 钱浩然 叶杨森 查辰 陈福升 应翀 余家乐 范道金 吴大超 苏红 邓辉 荣皓 张凯莉 曹思睿 林金 徐昱 孙丽华 郭成 李娜 梁福田 Akitada Sakurai Kae Nemoto William JMunro 霍永恒 陆朝阳 彭承志 朱晓波 潘建伟 《Science Bulletin》 SCIE EI CAS CSCD 2023年第9期906-912,M0004,共8页

对具有不同性质和物相的多体量子态进行分类是量子多体物理学中最基本的任务之一.然而,由于巨大数量的相互作用的粒子所产生的指数级的复杂性,大规模量子态的分类对于经典的方法来说极具挑战性.本文提出了一种新的方法,称为量子神经元感... 对具有不同性质和物相的多体量子态进行分类是量子多体物理学中最基本的任务之一.然而,由于巨大数量的相互作用的粒子所产生的指数级的复杂性,大规模量子态的分类对于经典的方法来说极具挑战性.本文提出了一种新的方法,称为量子神经元感知.利用一个61比特的超导量子处理器作为演示,作者表明该方案可以有效地对两种不同类型的多体现象,即遍历相和局域相,进行分类.量子神经元感知过程使他们能够通过只测量一个量子比特来区分这些多体物相,并提供比传统方法(如测量不平衡度)更好的分辨率.本研究证明了量子神经元感知在近期量子处理器应用的可行性和扩展性,并为探索更大规模系统中的量子多体现象开辟了新的途径. 展开更多

关键词 量子态 量子神经元 不平衡度 量子比特 感知过程 多体 指数级 相互作用

原文传递

基于受控Hadamard门的量子神经网络模型及算法 被引量：3

9

作者 李盼池 周红岩 《计算机研究与发展》 EI CSCD 北大核心 2015年第1期211-220,共10页

为提高神经网络的逼近能力,提出一种基于受控Hadamard门设计的量子神经网络模型及算法.该模型输入为多维离散序列,可用矩阵描述,行数为输入节点数,列数为序列长度.模型为3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... 为提高神经网络的逼近能力,提出一种基于受控Hadamard门设计的量子神经网络模型及算法.该模型输入为多维离散序列,可用矩阵描述,行数为输入节点数,列数为序列长度.模型为3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Hadamard门组成,利用多位受控Hadamard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,利用受控Hadamard门中控制位和目标位之间的受控关系获得量子神经元的输出.基于量子计算理论设计了该模型的学习算法.该模型可高效地获取输入序列的特征.实验结果表明,当输入节点数和序列长度满足一定关系时,该模型明显优于普通BP神经网络. 展开更多

关键词 量子计算 量子旋转门 受控Hadamard门 量子神经元 量子神经网络

下载PDF 职称材料

基于序列输入的量子神经网络模型及算法 被引量：2

10

作者 李盼池 施光尧 《模式识别与人工智能》 EI CSCD 北大核心 2013年第3期247-253,共7页

为提高神经网络的逼近能力,提出一种各维输入为离散序列的量子神经网络模型及算法.该模型为3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... 为提高神经网络的逼近能力,提出一种各维输入为离散序列的量子神经网络模型及算法.该模型为3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,利用受控非门输出中多位量子比特的纠缠获得量子神经元的输出.基于量子计算理论设计该模型的学习算法.该模型可从宽度和深度两方面获取输入序列的特征.仿真结果表明,当输入节点数和序列长度满足一定关系时,该模型明显优于普通神经网络. 展开更多

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

下载PDF 职称材料

量子衍生神经网络模型及其在图像恢复中的应用 被引量：2

11

作者 肖红 李盼池 《智能系统学报》 CSCD 北大核心 2013年第6期537-542,共6页

为提高图像恢复质量,提出一种量子衍生神经网络模型及算法.该模型为3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... 为提高图像恢复质量,提出一种量子衍生神经网络模型及算法.该模型为3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,利用受控非门输出中多位量子比特的纠缠,获得量子神经元的输出.基于量子计算理论设计了该模型的学习算法,该模型可从宽度和深度两方面获取输入序列的特征.仿真结果表明,该模型的图像恢复效果明显优于普通神经网络. 展开更多

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 图像恢复 学习算法 神经网络模型

下载PDF 职称材料

量子神经网络在电力谐波检测中的应用 被引量：4

12

作者 吴珂 杨丽霞 王海瑞 《计算机与数字工程》 2012年第2期133-136,共4页

该文利用复数BP学习算法,构造出量子神经元模型[1],并结合神经网络技术与量子理论,生成更有效的泛化和学习能力的量子神经网络。基于三层量子神经网络实现对谐波参数的检测,并以3次谐波和5次谐波为例,描述了该网络的训练流程和训练样本... 该文利用复数BP学习算法,构造出量子神经元模型[1],并结合神经网络技术与量子理论,生成更有效的泛化和学习能力的量子神经网络。基于三层量子神经网络实现对谐波参数的检测,并以3次谐波和5次谐波为例,描述了该网络的训练流程和训练样本的构成。量子神经网络的实现采用Matlab进行编程,首先利用训练样本训练量子网络,之后检测构造的未训练样本数据集,通过仿真结果验证了该方法的可行性。该方法在谐波检测中具有较高的灵活性和精度,且对采样数目没有严格的限制,训练好的量子神经网络模型可用于谐波源固定的场合。 展开更多

关键词 量子神经元 神经网络 谐波检测

下载PDF 职称材料

基于量子神经网络的分子沉积膜驱原油采收率预测方法 被引量：2

13

作者 许增福 吴贵生 王宏伟 《石油学报》 EI CAS CSCD 北大核心 2008年第1期84-88,共5页

提出一种用于预测分子沉积(MD)膜驱原油采收率的量子神经网络方法。基于生物神经元信息处理机制和量子计算原理构造出一种量子神经元,该神经元由加权、聚合、活化、激励四部分组成。再由量子神经元构造出三层量子神经网络模型,其输入和... 提出一种用于预测分子沉积(MD)膜驱原油采收率的量子神经网络方法。基于生物神经元信息处理机制和量子计算原理构造出一种量子神经元,该神经元由加权、聚合、活化、激励四部分组成。再由量子神经元构造出三层量子神经网络模型,其输入和输出为实值向量,权值和活性值为量子比特。权值和活性值调整由量子门实现。基于梯度下降法构造了该模型的学习算法。将该模型应用于MD膜驱原油采收率的预测实验结果表明,该模型在收敛速度和泛化能力方面明显优于普通三层BP网络。 展开更多

关键词 量子神经网络 量子神经元 学习算法 分子沉积膜驱油 原油采收率 预测方法

下载PDF 职称材料

量子神经网络软测量模型及应用 被引量：2

14

作者 吕强 俞金寿 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第24期5696-5699,共4页

提出了一种基于量子神经网络的软测量模型,组成该模型的量子神经元对信息的处理分为两阶段。第一阶段为宏观信息收集部分,产生控制量子比特;第二阶段为微观信息处理部分,根据控制量子比特,改变工作量子比特,即神经元的状态,整个过程模... 提出了一种基于量子神经网络的软测量模型,组成该模型的量子神经元对信息的处理分为两阶段。第一阶段为宏观信息收集部分,产生控制量子比特;第二阶段为微观信息处理部分,根据控制量子比特,改变工作量子比特,即神经元的状态,整个过程模拟量子受控非门。以某石化厂乙烯收率为软测量对象,实验结果显示出,提出的量子神经网络软测量模型可以较好地跟踪乙烯收率的变化。 展开更多

关键词 量子神经网络 量子神经元 软测量 建模

下载PDF 职称材料

污水处理过程的QSOM出水水质预报 被引量：2

15

作者 李鹏华 柴毅 +1 位作者 熊庆宇 柴华 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第8期72-79,共8页

针对活性污泥污水处理过程中微生物活动的不确定性、生化反应的复杂性及工艺参数的强耦合和大滞后等特性,提出一种量子自组织特征映射神经网络(QSOM)方法来进行出水水质预报。该方法将出水水质在异常情况下所对应的进水数据样本转换成... 针对活性污泥污水处理过程中微生物活动的不确定性、生化反应的复杂性及工艺参数的强耦合和大滞后等特性,提出一种量子自组织特征映射神经网络(QSOM)方法来进行出水水质预报。该方法将出水水质在异常情况下所对应的进水数据样本转换成量子态形式提交给网络输入层,通过计算量子输入与相应权值的相关系数作为网络的最佳输入匹配,学习规则中采用量子门更新网络权值。最后通过某污水处理厂生化处理过程中的实际运行数据的实验表明所提预报方法是有效的。 展开更多

关键词 量子自组织特征映射神经网络 量子神经元 污水处理 水质预报

下载PDF 职称材料

应用量子神经网络快速预测储层敏感性 被引量：2

16

作者 孙玉学 谢建波 +2 位作者 赵景原 历艳明 王娇 《钻采工艺》 CAS 北大核心 2012年第5期72-74,11,共3页

针对室内评价储层敏感性预测的不足和传统神经网络模型的缺陷,在收集岩心分析资料、分析生物神经元的信息处理方式和量子特性的基础上,提出一种具有量子特性权值和活性值的量子神经网络预测模型[1]。对吉林油田伊通地区储层敏感性进行... 针对室内评价储层敏感性预测的不足和传统神经网络模型的缺陷,在收集岩心分析资料、分析生物神经元的信息处理方式和量子特性的基础上,提出一种具有量子特性权值和活性值的量子神经网络预测模型[1]。对吉林油田伊通地区储层敏感性进行快速预测,其结果表明,量子神经网络模型的敏感性伤害程度预测结果明显优于传统BP神经网络,与岩心流动实验结果的符合率达到88%。该方法能快速、准确地预测储层的敏感性指数,为保护油气层提供可靠的理论依据。 展开更多

关键词 量子神经元 量子神经网络 储层保护 预测 敏感性

下载PDF 职称材料

基于BP的量子神经元特性研究 被引量：1

17

作者 吕芬 赵生妹 《江苏广播电视大学学报》 2006年第3期49-51,共3页

量子神经计算是传统神经计算与量子计算相结合的产物,它已成为新的信息处理技术之一。以相移门和受控非门作为基本的计算单元,借助复数BP学习算法,构造出量子神经元模型,并通过数值计算给出了该量子神经元的收敛特性曲线。

关键词 量子神经元 量子门 量子反向传播算法

下载PDF 职称材料

一种量子神经网络模型及改进学习算法 被引量：1

18

作者 涂淑琴 张义青 +1 位作者 王美华 万华 《现代计算机》 2010年第11期3-6,共4页

提出一种量子BP网络模型及改进学习算法,该BP网络模型首先基于量子学中一位相移门和两位受控非门的通用性,构造出一种量子神经元,然后由该量子神经元构造隐含层,采用梯度下降法进行学习。输出层采用传统神经元构造,采用基于改进的带动... 提出一种量子BP网络模型及改进学习算法,该BP网络模型首先基于量子学中一位相移门和两位受控非门的通用性,构造出一种量子神经元,然后由该量子神经元构造隐含层,采用梯度下降法进行学习。输出层采用传统神经元构造,采用基于改进的带动量自适应学习率梯度下降法学习。在UCI两个数据集上采用该模型及算法,实验结果表明该方法比传统的BP网络具有较好的收敛速度和正确率。 展开更多

关键词 量子计算 量子神经元 量子BP神经网络 学习算法 收敛速度

下载PDF 职称材料

量子衍生神经网络的设计与实现

19

作者 杨淑云 李盼池 《信号处理》 CSCD 北大核心 2014年第4期374-383,共10页

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... 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。 展开更多

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

下载PDF 职称材料

量子并行神经网络

20

作者 陈佳临 王伶俐 《计算机学报》 EI CSCD 北大核心 2019年第6期1205-1217,共13页

本文在前期量子概率神经网络(QPrNN)的基础上,提出了一种物理可实现的量子神经网络,称为量子并行神经网络(QPNN).主要特点是基于量子神经元的激活机制,利用量子并行性跟踪所有网络状态来提高分类结果.与之前的研究相比,在网络各个中间... 本文在前期量子概率神经网络(QPrNN)的基础上,提出了一种物理可实现的量子神经网络,称为量子并行神经网络(QPNN).主要特点是基于量子神经元的激活机制,利用量子并行性跟踪所有网络状态来提高分类结果.与之前的研究相比,在网络各个中间层和输入层之间添加了连接,增加了量子神经网络的非线性表达能力,所以结构上可以向深层网络发展.由于QPNN独特的量子门性质,该模型在很多条件下对噪声不敏感,涵盖了相位偏移和幅值翻转噪声.QPNN的另一个优势是可以作为内存使用,不但可以像经典内存一样存取数据,还可以作为生成模型,产生新数据.在实验验证部分,本次研究选取了两个标准的例子,MNIST手写体识别和Cifar-10来验证其测试误差.实验结果表明,QPNN只需采用经典神经网络3%左右的神经元资源即可超过相对应的全连接前向神经网络.与QPrNN相比,MNIST的分类测试准确率提高了0.2%;Cifar-10测试准确率提高了3%.同时,MNIST的正确取回概率平均提高了2%. 展开更多

关键词 量子神经元 量子并行神经网络 量子可实现 容错性 量子内存

下载PDF 职称材料