欢迎登录材料期刊网
解光军 , 庄镇泉
量子电子学报 doi:10.3969/j.issn.1007-5461.2003.01.008
量子计算(Quantum Computation)以其独特的性能引起广泛瞩目.本文尝试将量子计算与传统的神经计算结合起来,通过设计若干个量子算子来构造Hamming神经网络的量子对照物,从而提出一种量子竞争学习算法(Quantum Competitive Learning Algorithm,QCLA),它能够实现模式分类和联想记忆.
关键词: 量子学习 , 量子计算 , Hamming神经网络 , 量子神经计算
钟艳花 , 余永权 , 余晓敏
量子电子学报 doi:10.3969/j.issn.1007-5461.2005.02.013
量子计算与神经计算的结合是当前人工神经网络理论发展的一个前沿课题,由此而产生的量子神经计算范式具有很高的理论价值,我们在量子理论基本原理的基础上讨论了把量子理论引入神经计算领域的可能性和可行性,并详细分析量子神经的动力学行为,为以后建立量子神经网络和研究量子神经网络的学习算法打下了坚实的理论基础.最后简单讨论了一些与量子神经计算有关的其它问题.
关键词: 量子信息 , 量子计算 , 量子神经计算 , 量子神经动力学
钟艳花 , 余晓敏
量子电子学报 doi:10.3969/j.issn.1007-5461.2005.06.009
提出一种基于量子纠缠的联想记忆神经网络(QuEAM).对比传统的联想记忆网络,QuEAM的存储容量得到了指数级的增大.学习算法是根据纠缠量度的性质,采用Grover量子迭代算法的基本原理局域放大量子位(qubit)的概率振幅,相当于传统计算机的按位操作,讨论了这个学习算法下的量子基本原理.最后给出具体的例子说明了算法的有效性.
关键词: 量子光学 , 量子计算 , 量子联想记忆 , 量子神经计算
