量子神经计算及模型研究.pdfVIP

中国科学技术大学博士论文 摘要 摘 要 本文将人工神经网络理论与量子理论相结合，研究一种全新的计算模式— 量 子神经计算，它具有良好的理论和应用前景，属于交叉学科的前沿课题，目前国 际上对此领域的研究尚处在起步阶段。本文的研究将量子计算的理论和方法引入 了传统的人工神经网络理论，这有助于提升神经网络信息处理的能力，一也丰富了 量子计算的研究领域，同时还有利于理解量子理论与人工神经网络理论各自在更 深层次上的含义。 本文力图从vixg 的角度出发，进行有关量子神经计算的理论研究和量子神 经网络模型及算法的设计，并结合一些仿真实验，探索其在模式分类、记忆等方 面的应用。论文主要围绕着两个主题展开研究:一是神经计算与髦致遇:的结合， 二是量子神经网络模型、算法的构造和检验。 总结全文，主要工作与贡献包括: 对相关的量子理论和量子计算原理进行了系统介绍，综述了当前国际上对 于量子神经计算的研究现状及水平: (z) 对比研究量子理论和神经网络理论，以及二者在数学形式和动力学特征上 存在的许多相似之处，据此提出用量子系统来实现神经计算的可能性，并 推导出基于量子系统的Hebb学习规则，为神经计算与量子计算的结合提供 了一定的理论基础; (3) 从不同的量子观点、坍缩原理、路径积分以及量子实验等方面出发，提出 神经计算量子推广的几种基本方法: (4) 利用量子理论中的基本原理和观点，在量子理论波动力学的基础之上建立 了量子神经元模型，并针对不同的逻辑函数探讨了其中叠加权值的形式及 其相关含义，同时利用里子理论中的多宇宙观点，以多BP网络的结构设计 出多宇宙量子神经网络模型，应用于模式分类; (S) 借鉴量子理论或量子计算中的某些概念、实验、效应等来设计神经计算模 型和算法，分别提出了一种能够进行数值计算的多狭缝一多栅板结构的量子 神经网络模型，以及基于量子通用门组单元的神经网络模型，并设计了一 些仿真实验来评价_I述模型的计算性能; _ ____J 一一一一一一一1ice.;，一，，一一一一， 中国科学技术大学博士论文 摘要 (6)研究了量子神经网络的学习问题，借用量子隐形传态的结构提出基于量子 纠缠的学习模型，用它来解决信息的智能化传递、有效信息的发掘等问题， 在量子算法的理论框架下，结合经典Hamming网络的学习原理，设计了一 种用于竞争学习的量子算法。 本文的主要创新点有: (I)利用量子理论中的多宇宙观点，以多BP网络的结构设计出多宇宙量子 神经网络模型，它包含了量子态的叠加、纠缠和坍缩等量子过程，在训 练时借鉴 h〔over量子算法提出了全新的搜索策略，并针对不同的求解 问题设计了不同的坍缩算法，解决了多宇宙的测量问题。分别对单层及 两层量子神经网络作了大量的数值实验，仿真结果显示，该模型与经典 BP网络相比，在保证相近泛化能力的前提下大大提高了训练速度: (2)在指出Chrisley理论模型缺陷的基础上，对于量子双缝干涉实验中的参 量赋予了全新的物理定义，提出了多狭缝一多栅板结构的神经网络模型， 该模型与以往的模型相比，可以方便地实现数值计算。利用改进的模拟 退火算法实现了类似二值异或运算的模拟仿真，同时给出相应的理论推