原书出处
智能算法导论
147 1 5 . 2 . 1 量 子 人 工 神 经 网 络
进行时间进化,观察则在固定的时间间隔,不同的时间切片作为QNN中隐层的神经元;因此,越多的时间切片,将有越多的隐层单元。
QNN研究的代表人物[23-25]提出了很多论点,研究的方向大致可分为:量子联想记忆[26-28]、量子竞争学习[29]、使用量子点的神经网络[30]、具有量子特性的传递函数的传统神经网络[31]、量子Hopfield网络[32]等。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter15_0008.xhtml
EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d