声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：44-1240/TP
国际刊号：1000-8152
发布日期:
作者：郑瑾,高庆,吕颜轩,董道毅,潘宇
单位：北京航空航天大学,北京航空航天大学,北京航空航天大学,新南威尔士大学,浙江大学
关键词：量子机器学习; 量子神经网络; 量子卷积神经网络; 量子图卷积神经网络
基金：国家自然科学基金项目(61903016, 61803132, 62173296), 德国亚历山大.冯.洪堡基金项目资助.
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.
来源：2021年第11期
《控制理论与应用》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。