現代のデジタル技術において、深層ニューラルネットワークは人工知能ブームの基本的なアルゴリズムとして浮上しています。しかし、従来のニューラルネットワークを置き換えるための新しい方法論が必要です。この記事では、新しい量子インスパイアードニューラルネットワークを提案し、その性能を評価します。提案された2つのハイブリッド量子インスパイアードニューラルネットワークは、残差接続と密な接続に根ざしており、完全性表現理論を用いてパターン認識を行います。これらの新しいモデルは、低いパラメータ複雑さで一般化能力が向上し、従来の深層学習モデルに勝る抵抗力を持ちます。また、これらの新しい量子インスパイアードニューラルネットワークは勾配爆発問題を防ぐ優れた性質を示します。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Andi Chen,Hu... at arxiv.org 03-12-2024
https://arxiv.org/pdf/2403.05754.pdfDeeper Inquiries