基于约瑟夫森结的量子神经网络及其特性研究-信号与信息处理专业论文.docxVIP

南京邮电大学 硕士学位论文摘要 学科、专业：工 学 信号与信息处理 研 究 方 向： 量子信息技术 作 者： 2009 级 研究生 魏晨 指 导 教 师 李飞教授 题 目： 基于约瑟夫森结的量子神经网络 及其特性研究 英 文 题 目： Research on Quantum Neural Network Model Based on Josephson Junction 主 题 词：约瑟夫森结；神经元；量子神经元；量子神经网络 Keywords：Josephson Junction；Neuron；Quantum Neuron； Quantum Neural Network 南京邮电大学硕士研究生学位论文摘要 南京邮电大学硕士研究生学位论文 摘要 I I 摘 要 约瑟夫森结神经元的提出为研究神经网络提供了一个新的工具。本文将约瑟夫森结神经 元与量子计算相结合，研究基于约瑟夫森结的量子神经网络及其性能。 首先，研究了约瑟夫森结的动作电位、不应期、阈值以及二叉性等生物神经元特性，并 在实验中加以仿真。仿真结果验证了约瑟夫森结神经元具有生物神经元的动力学特性。 其次，研究了约瑟夫森结量子神经元模型及其特性。在约瑟夫森结特性的研究结果基础 上，提出了一种基于约瑟夫森结的量子神经元模型，设计了该模型的学习算法，并对其收敛 特性进行分析。结合量子计算理论，分析了该约瑟夫森结量子神经元的量子逻辑运算功能， 分析结果表明，该量子神经元可以实现量子非门、Hadamard 门以及经典神经元无法完成的异 或运算，并具有与经典两层前向网络相当的非线性映射能力。 最后，研究了约瑟夫森结量子神经网络模型及其特性。设计了基于约瑟夫森结神经元的 神经网络及其学习算法，并将该神经网络应用于函数逼近。实验结果表明，约瑟夫森结神经 网络的函数逼近性能比采用 sigmoid 函数的神经网络更好。在此基础上，借用量子能级概念， 设计了基于量子能级概念的约瑟夫森结激励函数，提出了一种基于量子能级约瑟夫森结的量 子神经网络模型，设计了该模型的学习算法，并将该模型应用于三分类问题。仿真结果表明， 约瑟夫森结量子神经网络比约瑟夫森结神经网络的分类结果更加准确。 关键词：约瑟夫森结；神经元；量子神经元；量子神经网络 南京邮电大学硕士研究生学位论文ABS 南京邮电大学硕士研究生学位论文 ABSTRACT II II ABSTRACT The advance of Josephson junction neuron provides a new tool to study the neural network. Combined with the Josephson junction neuron and quantum computing, this paper researches quantum neural network and its performance based on Josephson junction. Firstly, this paper studies biological neuron characteristics of the Josephson junction, such as action potential, refractory period, threshold, binary and so on. The simulation results verify the Josephson junction neuron has dynamic properties of biological neuron. Secondly, the Josephson junction quantum neuron and its characteristic is researched. On the basis of the characteristics of the Josephson junction, a new quantum neuron model based on Josephson junction is proposed, its learning algorithm is designed and its convergence properties are analyzed. Combined with quantum computation theory, the quantum logic functions of Josephson junction quantum neuron are analyzed, the analysis shows that the Josephson junction qua