شبکه های عصبی کوانتومی مدل های شبکه عصبی محاسباتی هستند که بر اساس اصول مکانیک کوانتوم ساخته شده اند. اولین ایده ها در مورد محاسبات عصبی کوانتومی به طور مستقل در سال ۱۹۹۵ توسط سبهاش کاک و رون کریسلی منتشر شد، درگیر شدن با نظریه ذهن کوانتوم، که بیان می کند اثرات کوانتومی در عملکرد شناختی نقش دارند. با این حال، تحقیقات معمول در شبکه های عصبی کوانتومی شامل ترکیب مدل های شبکه عصبی مصنوعی کلاسیک با استفاده از مزایای اطلاعات کوانتومی به منظور توسعه الگوریتم های کارآمد تر. یک انگیزه مهم برای این تحقیقات دشواری در آموزش شبکه های عصبی کلاسیک، به ویژه در برنامه های کاربردی داده های بزرگ است. امید این است که از ویژگی های محاسبات کوانتومی مانند موازی سازی کوانتومی یا اثرات تداخل و درهم تنیدگی به عنوان منابع استفاده شود. از آنجا که اجرای فناوری رایانه کوانتومی هنوز در مرحله زودرس است، چنین مدل های شبکه عصبی کوانتومی عمدتاً پیشنهادی نظری هستند که در انتظار اجرای کامل آنها در آزمایش های فیزیکی هستند. اکثر شبکه های عصبی کوانتومی به عنوان شبکه های پیشرو توسعه یافته اند. مشابه ساختار مشابه کلاسیک خود، این ساختار ورودی از یک لایه کیوبیت را دریافت می کند و آن ورودی را به لایه دیگری از کیوبیت منتقل می کند. این لایه کیوبیت ها این اطلاعات را ارزیابی می کند و خروجی را به لایه بعدی منتقل می کند. در نهایت مسیر به لایه نهایی کیوبیت ها منتهی می شود. لازم نیست که لایه ها از عرض یکسانی برخوردار باشند، به این معنی که لازم نیست تعداد کیوبیت آنها به همان اندازه لایه قبل یا بعد از آن باشد. این ساختار آموزش دیده است که در کدام مسیر باید شبیه شبکه های عصبی مصنوعی کلاسیک باشد. شبکه های عصبی کوانتوم به سه دسته مختلف اشاره دارند: رایانه کوانتومی با داده های کلاسیک، رایانه کلاسیک با داده های کوانتومی و رایانه کوانتومی با داده های کوانتومی.
تحقیقات شبکه عصبی کوانتومی هنوز در مراحل ابتدایی است و شامل مجموعه پیشنهادها و ایده هایی با دامنه متفاوت و سخت گیری ریاضی ارائه شده است. بیشتر آنها بر اساس ایده جایگزینی سلولهای عصبی دوتایی کلاسیک با یک کیوبیت است در نتیجه واحدهای عصبی ایجاد می شود که می توانند در حالت «شلیک» و «استراحت» قرار بگیرند.
بسیاری از پیشنهادها سعی در یافتن معادل کوانتومی برای واحد پرسپترون دارند که شبکه های عصبی از آن ساخته شده اند. یک مشکل این است که توابع فعال سازی غیر خطی بلافاصله با ساختار ریاضی تئوری کوانتوم مطابقت ندارند، زیرا تکامل کوانتومی توسط عملیات خطی توصیف می شود و منجر به مشاهده احتمالی می شود. ایده هایی برای تقلید از تابع فعال سازی پرسپترون با یک فرمالیسم مکانیکی کوانتومی از اندازه گیری های خاص به دست می آیندبه فرض عملگرهای کوانتومی غیر خطی. اخیراً اجرای مستقیمی از تابع فعال سازی با استفاده از مدل محاسبات کوانتومی مبتنی بر مدار توسط الگوریتم برآورد فاز کوانتوم توسط شولد، سینایسکی و پتروچین پیشنهاد شده است.
این نوشته برگرفته از سایت ویکی پدیا می باشد، اگر نادرست یا توهین آمیز است، لطفا گزارش دهید: گزارش تخلفتحقیقات شبکه عصبی کوانتومی هنوز در مراحل ابتدایی است و شامل مجموعه پیشنهادها و ایده هایی با دامنه متفاوت و سخت گیری ریاضی ارائه شده است. بیشتر آنها بر اساس ایده جایگزینی سلولهای عصبی دوتایی کلاسیک با یک کیوبیت است در نتیجه واحدهای عصبی ایجاد می شود که می توانند در حالت «شلیک» و «استراحت» قرار بگیرند.
بسیاری از پیشنهادها سعی در یافتن معادل کوانتومی برای واحد پرسپترون دارند که شبکه های عصبی از آن ساخته شده اند. یک مشکل این است که توابع فعال سازی غیر خطی بلافاصله با ساختار ریاضی تئوری کوانتوم مطابقت ندارند، زیرا تکامل کوانتومی توسط عملیات خطی توصیف می شود و منجر به مشاهده احتمالی می شود. ایده هایی برای تقلید از تابع فعال سازی پرسپترون با یک فرمالیسم مکانیکی کوانتومی از اندازه گیری های خاص به دست می آیندبه فرض عملگرهای کوانتومی غیر خطی. اخیراً اجرای مستقیمی از تابع فعال سازی با استفاده از مدل محاسبات کوانتومی مبتنی بر مدار توسط الگوریتم برآورد فاز کوانتوم توسط شولد، سینایسکی و پتروچین پیشنهاد شده است.
wiki: شبکه عصبی کوانتومی