КВАНТОВОЕ МАШИННОЕ ОБУЧЕНИЕ - курсовая работа | ИСТИНА – Интеллектуальная Система Тематического Исследования НАукометрических данных

Научный руководитель: Антипин К.В.
Автор: Дубинин Д. А.
Тип: Специалист
Организация, в которой проходила защита: МГУ имени М.В. Ломоносова
Кафедра: Кафедра квантовой статистики и теории поля
Год защиты: 2023
Курс: 2
Аннотация: В результате выполнения курсовой работы были изучены принципы работы алгоритмов квантового машинного обучения на примере квантовой сверточной нейронной сети (QCNN), а также было проведено сравнение работы квантовой сверточной нейронной сети и классической сверточной нейронной сети. Во время выполнения данной работы были выполнены следующие задачи: • Изучены механизмы работы классических нейронных сетей. • Изучены строение свёрточной нейронной сети и алгоритм свертки. • Исследована физическая суть понятий квантового бита, квантового гейта. а также смешанного состояния квантовой системы. • Рассмотрены квантовые алгоритмы на примере алгоритма Дойча. • Изучены принцип функционирования квантовых нейронных сетей и механизм работы квантовой свертки. • Реализована квантовая свёрточная нейронная сеть с использованием библиотек машинного обучения PennyLane и Tensorflow. • Квантовая свёрточная нейронная сеть была обучена с использованием датасета рукописных цифр MNIST. • Было проведено сравнение работы квантовой сверточной нейронной сети и классической сверточной нейронной сети на основе тестовой точности и значения функции потерь в зависимости от номера эпохи. На основе графиков, являющихся результатом работы, был сделан вывод, что квантово-гибридная сверточная нейронная сеть работает немного эффективнее, нежели ее классический аналог, из-за наличия более сложноструктурной квантовой свертки. Это позволяет заключить, что идея квантового машинного обучения имеет применение для оптимального решения задач компьютерного зрения. Однако при выбранной архитектуре сети квантовый сверточный слой не обучался, что не дало возможности раскрыть полный потенциал данной технологии. В будущем планируется улучшить квантовую нейронную сеть для повышения точности и увеличения скорости обработки изображений.
Добавил в систему: Антипин Константин Владиславович

	ИСТИНА	Войти в систему Регистрация
	ИСТИНА ИНХС РАН
	Главная Поиск Статистика О проекте Помощь

ИСТИНА

ИСТИНА ИНХС РАН

КВАНТОВОЕ МАШИННОЕ ОБУЧЕНИЕкурсовая работа (Специалист)

Прикрепленные файлы