期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于随机量子层的变分量子卷积神经网络鲁棒性研究
被引量：
1
1
作者
戚晗
王敬童
+1 位作者
ABDULLAH Gani
拱长青
《信息网络安全》
CSCD
北大核心
2024年第3期363-373,共11页
近年来,量子机器学习被证明与经典机器学习一样会被一个精心设计的微小扰动干扰从而造成识别准确率严重下降。目前增加模型对抗鲁棒性的方法主要有模型优化、数据优化和对抗训练。文章从模型优化角度出发,提出了一种新的方法,旨在通过...
近年来,量子机器学习被证明与经典机器学习一样会被一个精心设计的微小扰动干扰从而造成识别准确率严重下降。目前增加模型对抗鲁棒性的方法主要有模型优化、数据优化和对抗训练。文章从模型优化角度出发,提出了一种新的方法,旨在通过将随机量子层与变分量子神经网络连接组成新的量子全连接层,与量子卷积层和量子池化层组成变分量子卷积神经网络(Variational Quantum Convolutional Neural Networks,VQCNN),来增强模型的对抗鲁棒性。文章在KDD CUP99数据集上对基于VQCNN的量子分类器进行了验证。实验结果表明,在快速梯度符号法(Fast Gradient Sign Method,FGSM)、零阶优化法(Zeroth-Order Optimization,ZOO)以及基于遗传算法的生成对抗样本的攻击下,文章提出的VQCNN模型准确率下降值分别为11.18%、15.21%和33.64%,与其它4种模型相比准确率下降值最小。证明该模型在对抗性攻击下具有更高的稳定性,其对抗鲁棒性更优秀。同时在面对基于梯度的攻击方法(FGSM和ZOO)时的准确率下降值更小,证明文章提出的VQCNN模型在面对此类攻击时更有效。
展开更多
关键词
随机
量子
电路
量子
机器学习
对抗性攻击
变分量子线路
在线阅读
下载PDF
职称材料
QTorch:基于独立的量子程序设计语言的量子-经典混合机器学习框架
2
作者
陈文锦
《计算机工程与科学》
北大核心
2025年第3期412-421,共10页
近年来,量子计算系统在特定采样问题上展现出量子优势,标志着人类进入了含噪声中等规模量子NISQ时代。通过量子机器学习算法在具有实用意义的问题求解上展现量子优势,成为量子计算的一个热点问题。现有的量子-经典混合机器学习框架难以...
近年来,量子计算系统在特定采样问题上展现出量子优势,标志着人类进入了含噪声中等规模量子NISQ时代。通过量子机器学习算法在具有实用意义的问题求解上展现量子优势,成为量子计算的一个热点问题。现有的量子-经典混合机器学习框架难以支撑量子机器学习算法的高效描述和编译,严重影响了算法开发效率。针对这一现状,基于开源经典机器学习框架PyTorch和独立的量子程序设计语言,提出并实现了量子-经典混合机器学习框架QTorch,实现了面向真实量子硬件和量子-经典混合机器学习算法的自动微分技术,提出并实现了并行训练和参数替换优化2种时间性能优化技术,并通过多组实验证实了以上功能与优势,为量子-经典混合机器学习算法提供了高效的运行平台支持,促进了量子机器学习领域的发展。
展开更多
关键词
量子
机器学习
变分量子线路
含噪声中等规模
量子
(NISQ)
时间性能优化
在线阅读
下载PDF
职称材料
题名
基于随机量子层的变分量子卷积神经网络鲁棒性研究
被引量：
1
1
作者
戚晗
王敬童
ABDULLAH Gani
拱长青
机构
沈阳航空航天大学计算机学院
马来亚大学计算机学院
出处
《信息网络安全》
CSCD
北大核心
2024年第3期363-373,共11页
基金
辽宁省教育厅科研基金[LJKZ0208]
沈阳航空航天大学高级人才科研基金[18YB06]。
文摘
近年来,量子机器学习被证明与经典机器学习一样会被一个精心设计的微小扰动干扰从而造成识别准确率严重下降。目前增加模型对抗鲁棒性的方法主要有模型优化、数据优化和对抗训练。文章从模型优化角度出发,提出了一种新的方法,旨在通过将随机量子层与变分量子神经网络连接组成新的量子全连接层,与量子卷积层和量子池化层组成变分量子卷积神经网络(Variational Quantum Convolutional Neural Networks,VQCNN),来增强模型的对抗鲁棒性。文章在KDD CUP99数据集上对基于VQCNN的量子分类器进行了验证。实验结果表明,在快速梯度符号法(Fast Gradient Sign Method,FGSM)、零阶优化法(Zeroth-Order Optimization,ZOO)以及基于遗传算法的生成对抗样本的攻击下,文章提出的VQCNN模型准确率下降值分别为11.18%、15.21%和33.64%,与其它4种模型相比准确率下降值最小。证明该模型在对抗性攻击下具有更高的稳定性,其对抗鲁棒性更优秀。同时在面对基于梯度的攻击方法(FGSM和ZOO)时的准确率下降值更小,证明文章提出的VQCNN模型在面对此类攻击时更有效。
关键词
随机
量子
电路
量子
机器学习
对抗性攻击
变分量子线路
Keywords
random quantum circuits
quantum machine learning
adversarial attacks
variational quantum circuits
分类号
TP309 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
QTorch:基于独立的量子程序设计语言的量子-经典混合机器学习框架
2
作者
陈文锦
机构
国防科技大学计算机学院量子信息研究所兼高性能计算国家重点实验室
出处
《计算机工程与科学》
北大核心
2025年第3期412-421,共10页
文摘
近年来,量子计算系统在特定采样问题上展现出量子优势,标志着人类进入了含噪声中等规模量子NISQ时代。通过量子机器学习算法在具有实用意义的问题求解上展现量子优势,成为量子计算的一个热点问题。现有的量子-经典混合机器学习框架难以支撑量子机器学习算法的高效描述和编译,严重影响了算法开发效率。针对这一现状,基于开源经典机器学习框架PyTorch和独立的量子程序设计语言,提出并实现了量子-经典混合机器学习框架QTorch,实现了面向真实量子硬件和量子-经典混合机器学习算法的自动微分技术,提出并实现了并行训练和参数替换优化2种时间性能优化技术,并通过多组实验证实了以上功能与优势,为量子-经典混合机器学习算法提供了高效的运行平台支持,促进了量子机器学习领域的发展。
关键词
量子
机器学习
变分量子线路
含噪声中等规模
量子
(NISQ)
时间性能优化
Keywords
quantum machine learning
variational quantum circuit
noisy intermediate-scale quantum(NISQ)
time performance optimization
分类号
TP303 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于随机量子层的变分量子卷积神经网络鲁棒性研究
戚晗
王敬童
ABDULLAH Gani
拱长青
《信息网络安全》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
QTorch:基于独立的量子程序设计语言的量子-经典混合机器学习框架
陈文锦
《计算机工程与科学》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
