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
量子–经典混合神经网络及其故障诊断应用
被引量：
1
1
作者
窦通
周振威
+3 位作者
刘涛
汪凯蔚
汪皓
崔巍
《控制理论与应用》
EI
CAS
CSCD
北大核心
2021年第11期1785-1792,共8页
量子神经网络由于结合了量子计算和神经网络的优点,近年来受到了广泛的关注.然而由于目前量子计算资源受限(如量子比特数、量子逻辑门的保真度等)以及贫瘠高原现象(量子神经网络优化过程中解空间变得平坦时出现的训练困难)的存在,量子...
量子神经网络由于结合了量子计算和神经网络的优点,近年来受到了广泛的关注.然而由于目前量子计算资源受限(如量子比特数、量子逻辑门的保真度等)以及贫瘠高原现象(量子神经网络优化过程中解空间变得平坦时出现的训练困难)的存在,量子神经网络当前还难以大规模训练.针对上述问题,本文面向量子–经典混合神经网络模型提出了一种基于无监督学习的特征提取方法.所采用的无监督学习方法结合了量子自编码器和K-medoids聚类方法,可用于多层次结构的特征学习.该方法创新地利用了K-mediods方法对训练得到的量子自编码器进行聚类,以最大化量子自编码器性质的差异.进一步,本文在轴承异常检测问题上,通过实验验证了所提出的无监督特征提取方法的有效性和实用性,测试集准确率在二分类、四分类和十分类分别达到100%,89.6%和81.6%.
展开更多
关键词
量子
计算
变分
量子
算法
量子自编码器
无监督学习
异常检测
在线阅读
下载PDF
职称材料
基于QWDAE和HWMHGRU融合的电力系统短期负荷预测模型
被引量：
5
2
作者
李文升
孙东磊
+3 位作者
郑志杰
梁荣
王凇瑶
张智晟
《电力系统及其自动化学报》
CSCD
北大核心
2023年第9期62-67,共6页
为提升电力系统短期负荷预测精度,提出量子加权降噪自编码器和高速通道多层级门控循环单元神经网络融合的短期负荷预测模型。首先利用量子信息处理机制,采用量子加权神经元构建量子加权降噪自编码器,挖掘负荷序列中的有效信息作为输入特...
为提升电力系统短期负荷预测精度,提出量子加权降噪自编码器和高速通道多层级门控循环单元神经网络融合的短期负荷预测模型。首先利用量子信息处理机制,采用量子加权神经元构建量子加权降噪自编码器,挖掘负荷序列中的有效信息作为输入特征;然后提出具有两级门控结构和高速通道结构的高速通道多层级门控循环单元,构成量子加权降噪自编码器和高速通道多层级门控循环单元融合的短期负荷预测模型。仿真结果表明,所提模型具有较好的预测精度和预测稳定性。
展开更多
关键词
高速通道多层级门控循环单元
量子
加权降噪
自编码器
短期负荷预测
电力系统
在线阅读
下载PDF
职称材料
题名
量子–经典混合神经网络及其故障诊断应用
被引量：
1
1
作者
窦通
周振威
刘涛
汪凯蔚
汪皓
崔巍
机构
华南理工大学自动化科学与工程学院
工业和信息化部电子第五研究所
鸿富锦精密电子(烟台)有限公司
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2021年第11期1785-1792,共8页
基金
国家自然科学基金项目(61801124,61873317)
电子元器件可靠性物理及其应用技术重点实验室开放基金项目(19D08)资助。
文摘
量子神经网络由于结合了量子计算和神经网络的优点,近年来受到了广泛的关注.然而由于目前量子计算资源受限(如量子比特数、量子逻辑门的保真度等)以及贫瘠高原现象(量子神经网络优化过程中解空间变得平坦时出现的训练困难)的存在,量子神经网络当前还难以大规模训练.针对上述问题,本文面向量子–经典混合神经网络模型提出了一种基于无监督学习的特征提取方法.所采用的无监督学习方法结合了量子自编码器和K-medoids聚类方法,可用于多层次结构的特征学习.该方法创新地利用了K-mediods方法对训练得到的量子自编码器进行聚类,以最大化量子自编码器性质的差异.进一步,本文在轴承异常检测问题上,通过实验验证了所提出的无监督特征提取方法的有效性和实用性,测试集准确率在二分类、四分类和十分类分别达到100%,89.6%和81.6%.
关键词
量子
计算
变分
量子
算法
量子自编码器
无监督学习
异常检测
Keywords
quantum computation
variational quantum algorithm
quantum autoencoder
unsupervised learning
anomaly detection
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于QWDAE和HWMHGRU融合的电力系统短期负荷预测模型
被引量：
5
2
作者
李文升
孙东磊
郑志杰
梁荣
王凇瑶
张智晟
机构
国网山东省电力公司经济技术研究院
青岛大学电气工程学院
出处
《电力系统及其自动化学报》
CSCD
北大核心
2023年第9期62-67,共6页
基金
国网山东省电力公司科技项目(520625220001)。
文摘
为提升电力系统短期负荷预测精度,提出量子加权降噪自编码器和高速通道多层级门控循环单元神经网络融合的短期负荷预测模型。首先利用量子信息处理机制,采用量子加权神经元构建量子加权降噪自编码器,挖掘负荷序列中的有效信息作为输入特征;然后提出具有两级门控结构和高速通道结构的高速通道多层级门控循环单元,构成量子加权降噪自编码器和高速通道多层级门控循环单元融合的短期负荷预测模型。仿真结果表明,所提模型具有较好的预测精度和预测稳定性。
关键词
高速通道多层级门控循环单元
量子
加权降噪
自编码器
短期负荷预测
电力系统
Keywords
highway multi-hierarchy gated recurrent unit(HWMHGRU)
quantum weighted denoising autoencoder(QWDAE)
short-term load forecasting
power system
分类号
TM715 [电气工程—电力系统及自动化]
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
量子–经典混合神经网络及其故障诊断应用
窦通
周振威
刘涛
汪凯蔚
汪皓
崔巍
《控制理论与应用》
EI
CAS
CSCD
北大核心
2021
1
在线阅读
下载PDF
职称材料
2
基于QWDAE和HWMHGRU融合的电力系统短期负荷预测模型
李文升
孙东磊
郑志杰
梁荣
王凇瑶
张智晟
《电力系统及其自动化学报》
CSCD
北大核心
2023
5
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
