350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №4 за 2012 г.
Статья в номере:
Нейронные сети с квантовой интерференцией
Авторы:
В.А. Астапенко - д.ф.-м.н., профессор, Московский физико-технический институт (государственный университет). E-mail: astval@mail.ru П.А. Головинский - д.ф.-м.н., профессор, Воронежский государственный архитектурно-строительный университет. E-mail: goloviski@bk.ru
Аннотация:
Проведено сравнение классических и квантовых сетей. Рассмотрено применение квантовой интерференции к построению нейронных сетей. Построена модель квантового нейрона и описаны способы оптимального управления квантовыми системами. Показана возможность реализации квантовой голографии. Работа квантового нейрона проанализирована с точки зрения применения к распознаванию образов.
Страницы: 3-12
Список источников
  1. Дирак П. А. М. Принципы квантовой механики / Собрание научных трудов. Т.1. М.: Физматлит. 2002.
  2. Кузнецов О. П. Голографические модели обработки информации в нейронных сетях // ДАН. 1992. Т. 324. № 3. С. 537-540.
  3. Blondel, C., Delsart, C., Duliu, F., The photodertachment microscope // Phys. Rev. Lett. 1996. V. 77. № 18. P. 3755-3758.
  4. Головинский П. А. Интерференция электронных волн при фотоотрыве в электрическом поле // Оптика и спектр. 1998. Т. 84. № 5. С. 723-725.
  5. Головинский П. А. Интерференция при фоторазрушении отрицательных ионов водорода в электрическом поле // ЖЭТФ. 1997. Т. 112. Вып. 5. С. 1-10.
  6. Нильсен М., Чанг И. Квантовые вычисления и квантовая информация. М.: Мир. 2006.
  7. Федоров М. В. Электрон в сильном световом поле. М.: Наука. 1991.
  8. Алакоз Г. М. Нейрокомпиляция как основа инструктированного синтеза квантовых вычислительных структур // Нейрокомпьютеры: разработка и применение. 2010. № 10. С.3-11.
  9. Бутковский А. Г., Самойленко Ю. И. Управление квантовомеханическими процессами. М.: Наука. 1984.
  10. Головинский П. А. Принцип максимума Понтрягина для квантовой задачи быстродействия // Автоматика и телемеханика. 2007. № 4. С. 42-50.
  11. Golovinski, P. A., Classical stabilization of an atom in a superatomic laser field // Laser. Phys. 1993. V. 3. № 12. P. 280-284.
  12. Давыдов А. С. Квантовая механика. М.: Наука. 1973.
  13. Болтянский В. Г. Математические методы оптимального управления. М.: Наука. 1969.
  14. Brabec, T., Krausc, F., Intense few-cycle laser fields: Frontiers of nonlinear optics // Rev. Mod. Phys. 2000. V. 72. № 2. P. 545-591.
  15. Ландсберг Г. С. Оптика. М.: Физматлит. 2006.
  16. Качмарек Ф. Введение в физику лазеров. М.: Мир. 1981.
  17. Leith, E. N., Upatnieks, J., Reconstructed wavefronts and communication theory // J. Opt. Soc. Am. 1962. V. 52. № 10. P. 1123-1130.
  18. Кузнецов О. П., Шипилина Л. Б. Псевдооптические нейронные сети - полная прямолинейная модель и методы расчета ее поведения // Изв. РАН. Теория и системы управления. 2000. № 5. С. 168-176.
  19. Кузнецов О. П., Марковский А. В., Шипилина Л. Б. // Голографические механизмы обработки образной информации. М.: ИПУ РАН. 2007.
  20. Арбиб М. Метафорический мозг. М.: Едиториал УРСС. 2004.
  21. Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика. 2002.
  22. Круглов В. В., Борисов В. В. Искусственные нейронные сети. М.: Горячая линия - Телеком. 2001.
  23. Хайкин С. Нейронные сети. М.: Издательский дом «Вильямс». 2006.
  24. Фрадков Л. А., Якубовский О. Я. Управление молекулярными и квантовыми системами. М. - И.: Институт компьютерных исследований. 2003.
  25. Емельянов В. В., Курейчик В. М., Курейчик В. В. Теория и практика эволюционного моделирования. М.: Физматлит. 2003.
  26. Цыганков В. Д. Квантовые биения в нейрокомпьютере // Нейрокомпьютеры: разработка и применение. 2010. № 12. С. 45-51.
  27. Головинский П. А. Когерентный нейрон и распознавание образов // Проблемы управления. 2006. № 5. С. 86-88.
  28. Дубровин Б. А., Новиков С. П., Фоменко А. Т. Современная геометрия. М.: Наука. 1986.
  29. Бьеркен Дж. Д., Дрелл С. Д. Релятивистская квантовая теория. Т.1. Н.: ИО НФМИ. 2000.
  30. Behrman, E. C., Niemel, J., Steck, J. E. and Skinner, S. R., A quantum dot neural network // Proceedings of the 4th Workshop on Physics and Computation. Boston. 1996. P. 22-24.