Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Quantum Information Processing
Erschienen in: Quantum Information Processing 10/2017

01.10.2017

A quantum-implementable neural network model

verfasst von: Jialin Chen, Lingli Wang, Edoardo Charbon

Erschienen in: Quantum Information Processing | Ausgabe 10/2017

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

A quantum-implementable neural network, namely quantum probability neural network (QPNN) model, is proposed in this paper. QPNN can use quantum parallelism to trace all possible network states to improve the result. Due to its unique quantum nature, this model is robust to several quantum noises under certain conditions, which can be efficiently implemented by the qubus quantum computer. Another advantage is that QPNN can be used as memory to retrieve the most relevant data and even to generate new data. The MATLAB experimental results of Iris data classification and MNIST handwriting recognition show that much less neuron resources are required in QPNN to obtain a good result than the classical feedforward neural network. The proposed QPNN model indicates that quantum effects are useful for real-life classification tasks.
Vorheriger Artikel A novel quantum LSB-based steganography method using the Gray code for colored quantum images
Nächster Artikel Quantum codes from linear codes over finite chain rings

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
Nielsen, M., Chuang, I.: Quantum Computation and Quantum Information. Cambridge University Press, Cambridge (2000)MATH
2.
Shor, P.: Polynomial-time algorithms for prime factorization and discrete logarithms on a quantum computer. SIAM J. Comput. 26(5), 1484–1509 (1997)MathSciNetCrossRefMATH
3.
Childs, A.M., Landahl, A.J., Parrilo, P.A.: Quantum algorithms for the ordered search problem via semidefinite programming. Phys. Rev. A 75, 032335 (2007)ADSCrossRef
4.
Farhi, E., Goldstone, J., Gutmann, S., Lapan, J., Lundgren, A., Preda, D.: A quantum adiabatic evolution algorithm applied to random instances of an NP-complete problem. Science 292, 472 (2001)ADSMathSciNetCrossRefMATH
5.
Murphy, K.P.: Machine Learning: A Probabilistic Perspective. MIT Press, Cambridge (2012)MATH
6.
7.
Schuld, M., Sinayskiy, I., Petruccione, F.: An introduction to quantum machine learning. Contemp. Phys. 56(2), 172–185 (2015)ADSCrossRefMATH
8.
9.
Wiebe, N., Braun, D., Lloyd, S.: Quantum algorithm for data fitting. Phys. Rev. Lett. 109, 050505 (2012)ADSCrossRef
10.
Lloyd, S., Mohseni, M., Rebentrost, P.: Quantum algorithms for supervised and unsupervised machine learning (2013). arXiv:​1307.​0411
11.
Menneer, T., Narayanan, A.: Quantum artificial neural networks vs classical artificial neural networks: experiments in simulation. In: Proceedings of the IEEE Fourth International Conference on Computational Intelligence and Neuroscience, pp. 757–759 (2000)
12.
13.
Pagiamtis, K., Sheikholeslami, A.: Content-addressable memory (CAM) circuits and architectures: a tutorial and survey. IEEE J. Solid State Circuits 41(3), 712–727 (2006)CrossRef
14.
Behrman, E.C., Nash, L.R., Steck, J.E., Chandrashekar, A.A., Skinner, S.R.: Simulations of quantum neural networks. Inf. Sci. 128(3), 257–269 (2000)MathSciNetCrossRefMATH
15.
Panella, M., Martinelli, G.: Neural networks with quantum architecture and quantum learning. Int. J. Circuit Theory Appl. 39, 61–77 (2011)CrossRefMATH
16.
Schuld, M., Sinayskiy, I., Petruccione, F.: The quest for A quantum neural network. Quantum Inf. Process. 13(11), 2567–2586 (2014)MathSciNetCrossRefMATH
17.
Sahni, V., Patvardhan, C.: Iris data classification using quantum neural networks. In: AIP Conference Proceedings, vol. 864, p. 219 (2006)
18.
Fei, L., Baoyu Z.: A study of quantum neural networks. In: IEEE International Conference on Neural Networks and Signal Processing, December (2003)
19.
Weinberg, S.: Precision tests of quantum mechanics. Phys. Rev. Lett. 62, 485–488 (1989)ADSCrossRef
20.
Silva, A.J.D., Ludermir, T.B., Oliveira, W.R.D.: Quantum perceptron over a field and neural network architecture selection in a quantum computer. Neural Netw. 76, 55–64 (2016)CrossRef
21.
22.
23.
24.
Chen, J., Wang, L., Charbon, E., Wang, B.: A programmable architecture for quantum computing. Phys. Rev. A 88, 022311 (2013)ADSCrossRef
25.
Brown, K.L., Thesis, P.D.: Using the Qubus for Quantum Computing. University of Leeds, Leeds (2011)
26.
27.
Jesse, A.: Garman: A Heuristic Review of Quantum Neural Networks, master paper of Imperial College London (2011)
28.
29.
Spiller, T.P., Nemoto, K., Braunstein, S.L., Munro, W.J., van Loock, P., Milburn, G.J.: Quantum computation by communication. New J. Phys. 8, 30 (2006)ADSCrossRef
30.
Raussendorf, R., Briegel, H.J.: A one-way quantum computer. Phys. Rev. Lett. 86, 5188 (2001)ADSCrossRef
31.
Raussendorf, R., Browne, D.E., Briegel, H.J.: Measurement-based quantum computation with cluster states. Phys. Rev. A 68, 022312 (2003)ADSCrossRef
32.
Shende, V.V., Bullock, S.S., Markov, I.L.: Synthesis of quantum logic circuits. In: IEEE Transaction on CAD, vol. 25, no. 6 (2006)
33.
Shwartz, S.S., David, S.B.: Understanding Machine Learning. Cambridge University Press, Cambridge (2014)CrossRefMATH
34.
Deng, L.: The MNIST database of handwritten digit images for machine learning research. IEEE Signal Process. Mag. 29, 141 (2012)ADSCrossRef
35.
Metadaten
Titel
A quantum-implementable neural network model
verfasst von
Jialin Chen
Lingli Wang
Edoardo Charbon
Publikationsdatum
01.10.2017
Verlag
Springer US
Erschienen in
Quantum Information Processing / Ausgabe 10/2017
Print ISSN: 1570-0755
Elektronische ISSN: 1573-1332
DOI
https://doi.org/10.1007/s11128-017-1692-x

Weitere Artikel der Ausgabe 10/2017

Quantum Information Processing 10/2017 Zur Ausgabe

OriginalPaper

High-fidelity quantum state preparation using neighboring optimal control

OriginalPaper

Hadamard quantum broadcast channels

OriginalPaper

Position-based coding and convex splitting for private communication over quantum channels

OriginalPaper

Controlled bidirectional remote preparation of three-qubit state

OriginalPaper

Scheme for directly measuring the concurrences of Collins–Gisin and Werner classes polarization entangled mixed states

OriginalPaper

Quantum entropy of non-Hermitian entangled systems

Neuer Inhalt

    Bildnachweise