Квантовомеханическая модель элементов нейронной сети

Цуриков Давыд Евгеньевич, Яфясов Адиль Маликович

Evgeniĭ E. Nikitin, Лев П. Питаевский

Гушанский Сергей Михайлович, Потапов Виктор Сергеевич

Пронин Цезарь Борисович, Andrey Vladimirovich Ostroukh

В данной работе рассматривается возможность создания квантовых нейронных сетей, обучаемых с помощью алгоритма Гровера. Цель данной работы заключается в совмещении процесса обучения нейронной сети, производимого с помощью алгоритма Гровера, и функциональной структуры нейронной сети, интерпретированной в виде квантовой схемы. В качестве простого примера нейронной сети, для рассмотрения концепции, был предложен персептрон с одним обучаемым параметром – весом синапса, входящего в скрытый нейрон. This paper discusses the possibility of creating quantum neural networks trained using Grover’s algorithm. The purpose of this work is to combine the learning process of the neural network, produced using Grover’s algorithm, and the functional structure of the neural network, interpreted as a quantum circuit. As a simple example of a neural network, to consider the concept, a perceptron was proposed with one learning parameter – the weight of a synapse entering a hidden neuron.

Г. П. Мирошниченко, Artur V. Gleim

Геннадий Васильевич Коваль