期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于参数化量子电路的量子卷积神经网络模型及应用 被引量:5
1
作者 郑瑾 高庆 +2 位作者 吕颜轩 董道毅 潘宇 《控制理论与应用》 EI CAS CSCD 北大核心 2021年第11期1772-1784,共13页
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... 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. 展开更多
关键词 量子机器学习 量子神经网络 量子神经网络 量子图卷积神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部