典型文献
基于量子门线路与机器学习协同设计的变分量子神经网络
文献摘要：
以人工神经网络(ANN)模型为基础,通过与量子并行计算、量子门线路以及变分量子线路等量子理论与量子力学概念相结合提出了一种优化的变分量子神经网络(VQNN)模型,该模型是由可在噪声中尺度量子(NISQ)设备上运行的量子线路结合机器学习(ML)策略构成的一种量子经典混合计算模型.其中量子线路由两部分组成:量子态编码线路用于将经典数据编码为量子态数据;变分量子线路(VQC)则学习目标状态并将信息编码到一个真实的量子数据结构之中.最终通过测量VQC量子态输出获得经典概率输出分布,利用经典计算机进行变分量子线路的参数优化处理,这种结构使得VQC与经典ML很容易地融合.进一步探索了使用VQNN来建立基于实际应用的分类器,将其应用在网络攻击检测领域.实验结果表明,对于KDD CUP99数据集,VQNN具有相对较高的检测性能,且均高于其他经典对比检测模型以及量子门线路神经网络模型.此外,该VQNN可以部署在近期绝大多数的NISQ设备中.同时,所提出的VQNN是首个可以部署在NISQ中进行网络攻击检测的模型.
文献关键词：
量子门线路;量子神经网络;变分量子线路;变分量子神经网络;网络攻击检测
中图分类号：
作者姓名：
穆明;李红杏;戚晗;赵亮;林娜;拱长青
作者机构：
沈阳航空航天大学 计算机学院,沈阳110136
文献出处：
引用格式：
[1]穆明;李红杏;戚晗;赵亮;林娜;拱长青-.基于量子门线路与机器学习协同设计的变分量子神经网络)[J].沈阳航空航天大学学报,2022(02):64-73
A类：
量子门线路,变分量子神经网络,量子并行计算,变分量子线路,VQNN,VQC
B类：
协同设计,人工神经网络,ANN,等量,量子理论,量子力学,中尺度,NISQ,ML,混合计算,中量,路由,量子态,路用,数据编码,学习目标,信息编码,量子数,数据结构,优化处理,易地,分类器,网络攻击检测,检测领域,KDD,CUP99,检测性能,对比检测,检测模型,路神
AB值：
0.196258
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
