×

Вы используете устаревший браузер Internet Explorer. Некоторые функции сайта им не поддерживаются.

Рекомендуем установить один из следующих браузеров: Firefox, Opera или Chrome.

Контактная информация

+7-863-218-40-00 доб.200-80
ivdon3@bk.ru

Разработка гибридной нейросети для классификации изображений

Аннотация

Гушанский С.М., Буглов В.Е.

Дата поступления статьи: 15.12.2022

В представленной работе предлагается гибридная нейросеть, которая объединяет в себе квантовые и классические вычисления, и предназначается для использования с целью классификации изображений. Гибридная нейросеть реализована на основе классической сверточной нейросети с использованием квантовой схемы. Также в рамках данного исследования выполнено сравнение различных конфигураций гибридной нейросети, в которых использовалось различное количество кубитов. Конфигурации гибридной нейросети были обучены и протестированы на наборах данных CIFAR10 и CIFAR100. Сравнение производительности гибридной нейросети для мультиклассовой классификации осуществлялось для разного количества классов (от 2 до 10) с соответствующим количеством кубитов (от 2 до 4). Полученные в ходе экспериментов результаты подтвердили возможность применения гибридной нейросети для решения задачи мультиклассовой классификации.

Ключевые слова: машинное обучение, глубокое обучение, квантовое машинное обучение, квантовые вычисления, гибридная нейронная сеть, классификация изображений, сверточная нейронная сеть, квантовая схема

2.3.1 - Системный анализ, управление и обработка информации

.