Александр Пономарёв

Текст

Российские ученые первыми представили высокоточный метод классификации фотографий, основанный на архитектуре квантовой сверточной нейронной сети

Как сообщает пресс-служба НИТУ МИСИС, совместно с коллегами из Российского квантового центра и МГУ ученые из лаборатории Квантовых информационных технологий вуза представили метод многоклассовой классификации изображений четырех классов с высокой точностью, основанный на архитектуре QCNN. Исследователи усовершенствовали оптимизированную структуру квантовой схемы и квантовую модель персептрона.

Так называют математическую или компьютерную модель восприятия информации мозгом в виде логической схемы с переходами, ассоциативными и реагирующими элементами, которая является элементарным блоком нейронной сети. Предложенный классификатор ученые тестировали на различных выборках из четырех изображений рукописных цифр или фотографий одежды и обуви.

Процедура машинного обучения была реализована в виде гибридной квантово-классической модели. Данный подход можно реализовать как на эмуляторах, так и на реальных квантовых процессорах. Результаты показывают, что высокая точность решения предложенного метода аналогична точности классических сверточных нейронных сетей с сопоставимым количеством обучаемых параметров.

Нейросеть недавно научили даже писать книги по запросу:

Использованные источники: