2018年10月5日,PRA上刊登了一篇有关量子神经网络的论文——《量子Hopfield神经网络》英文标题为《Quantum Hopfield neural network》,该论文是为数不多获得编辑推荐的“深度学习与量子物理”相结合的论文。
导读:量子计许在广泛使用的机器学习技术的速度和容量方面有着显着进步和潜力。 在这里作者采用了Hopfield网络的量子算法:可以用于模式识别,重建和优化和作为内容可寻址存储系统的实现。 论文表明,通过将网络编码成量子态的振幅,可以将指数大的网络存储在多项式数量的量子比特中。 通过引入用于操作Hopfield网络的经典技术,作者可以利用量子算法来获得量子计算复杂度,该复杂度在数据维度中是对数增加的(远小于经典中的指数增加)。 为此该论文还提出了,此方法作为基因序列识别器的应用。
声明: 此内容仅代表作者观点,量子客仅提供内容展示平台。出于传递高质量信息之目的,若来源标注错误或侵权,请作者持权属证明与我们联系,原创文章转载需授权。