基于量子双缝干涉实验的神经网络模型

被引：2

作者：

解光军

杨俊安

庄镇泉

机构：

[1] 合肥工业大学应用物理系

[2] 中国科学技术大学电子科学与技术系

来源：

模式识别与人工智能 | 2003年 / 16卷 / 01期

基金：

安徽省自然科学基金;

关键词：

量子神经网络; 量子计算; 双缝干涉实验;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

本文利用量子理论中的双缝干涉实验(Double-slit Interference Experiment)构造了一种全新的量子神经网络(Quantum Neural Network,QNN)模型。通过理论分析,推导出该模型的动力学表达式,并给出相应的训练算法。仿真实验表明,该模型具有学习布尔逻辑函数的功能,特别是两层网络结构能够实现类似异或(XOR)逻辑的学习,体现出了量子计算对传统神经网络的优越性。本文的研究为探索神经网络与量子计算的结合提供了一个新的途径。

引用

页码：28 / 32

页数：5