Hybrid Classic-Quantum Neural Networks for Image Classification

MNIST数据库 量子位元 上下文图像分类 卷积神经网络 人工神经网络 计算机科学 量子计算机 量子 人工智能 图像(数学) 模式识别(心理学) 多类分类 算法 物理 支持向量机 量子力学
作者
Yevhenii Trochun,Sergii Stirenko,Oleksandr Rokovyi,Oleg Alienin,Evgen Pavlov,Yuri Gordienko
标识
DOI:10.1109/idaacs53288.2021.9661011
摘要

In the last decade, quantum computing (QC) has shown its great potential in advancing research in many fields. Here we introduce a new quantum-classical neural network, by combining quantum computing and classical computing in a hybrid neural network (HNN) that can be trained to perform image classification. The HNN on the basis of the classic convolutional neural network (CNN) with quantum circuit is considered for image classification problem. The various configurations of HNN were investigated where QC with different number of qubits were used and compared. The HNN configurations were trained, validated, and tested on the more complex CIFAR10 and CIFAR100 datasets in addition to our previous attempts on the simpler MNIST, notMNIST, MNIST Fashion datasets. Performance of HNN was compared for multiclass classification on these datasets for different number of classes (from 2 to 10) using QCs with correspondent number of qubits (from 2 to 4). The metrics measured (accuracy and loss) during these experiments support our assumption about feasibility of HNN application for multiclass classification problems.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
失眠灭男完成签到,获得积分20
1秒前
1秒前
2秒前
彭超完成签到,获得积分10
2秒前
5秒前
浅夏发布了新的文献求助10
5秒前
江江发布了新的文献求助10
5秒前
5秒前
6秒前
花椰菜完成签到,获得积分20
6秒前
7秒前
标致的樱桃应助苏敢敢采纳,获得10
7秒前
8秒前
9秒前
xiaoze发布了新的文献求助30
9秒前
李健的粉丝团团长应助GM采纳,获得10
9秒前
9秒前
9秒前
富婆完成签到 ,获得积分10
9秒前
10秒前
花椰菜发布了新的文献求助10
10秒前
小蘑菇应助ABS采纳,获得10
11秒前
11秒前
北风语完成签到,获得积分10
12秒前
yue发布了新的文献求助10
12秒前
12秒前
图图不秃发布了新的文献求助10
13秒前
14秒前
优秀板栗发布了新的文献求助10
14秒前
嗯哼举报失眠耳机求助涉嫌违规
14秒前
shinen发布了新的文献求助10
15秒前
亮皮鱼老大完成签到,获得积分10
15秒前
Hello应助浅夏采纳,获得10
15秒前
keyantong发布了新的文献求助10
16秒前
16秒前
16秒前
17秒前
小王完成签到 ,获得积分10
18秒前
dd发布了新的文献求助10
18秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
An Introduction to Geographical and Urban Economics: A Spiky World Book by Charles van Marrewijk, Harry Garretsen, and Steven Brakman 600
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3154407
求助须知:如何正确求助?哪些是违规求助? 2805321
关于积分的说明 7864166
捐赠科研通 2463472
什么是DOI,文献DOI怎么找? 1311341
科研通“疑难数据库(出版商)”最低求助积分说明 629556
版权声明 601821