https://libeldoc.bsuir.by/handle/123456789/64508| Title: | Повышение скорости обучения глубоких нейросетей с помощью добавления квантовых слоев |
| Authors: | Мамедсалиев, Р. Р. Артыклыев, К. С. |
| Keywords: | материалы конференций;нейронные сети;квантовые схемы;машинное обучение |
| Issue Date: | 2026 |
| Publisher: | БГУИР |
| Citation: | Мамедсалиев, Р. Р. Повышение скорости обучения глубоких нейросетей с помощью добавления квантовых слоев / Р. Р. Мамедсалиев, К. С. Артыклыев // Информационные радиосистемы и радиотехнологии : сборник материалов научно-технической конференции, Минск, 9–10 июня 2026 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. А. Богуш [и др.]. – Минск, 2026. – С. 203–209. |
| Abstract: | В работе исследуется метод повышения скорости сходимости глубоких классических нейронных сетей посредством интеграции гибридных квантовых слоев на базе параметризованных квантовых схем (PQC). Рассматривается математический аппарат нелинейного отображения признаков в высокоразмерное гильбертово пространство, позволяющий существенно сократить количество эпох оптимизации, необходимых для достижения целевой точности. Продемонстрирована эффективность предложенного подхода на примере задачи распознавания типов модуляции сигналов в условиях низкого отношения сигнал/шум. Результаты моделирования показывают ускорение сходимости в 3.6 раза по сравнению со стандартными полносвязными архитектурами при эквивалентном количестве параметров. |
| Alternative abstract: | This paper investigates a method for accelerating the convergence of deep classical neural networks by integrating hybrid quantum layers based on parameterized quantum circuits (PQC). The mathematical framework of nonlinear feature mapping into high-dimensional Hilbert spaces is examined, which significantly reduces the number of optimization epochs required to achieve target accuracy. The effectiveness of the approach is demonstrated through the problem of digital modulation classification of radio signals under low signal-to-noise ratio conditions. The simulation results show a 3.6-fold acceleration of convergence compared to standard architectures with an equivalent number of parameters. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/64508 |
| Appears in Collections: | Информационные радиосистемы и радиотехнологии (2026) |
| File | Description | Size | Format | |
|---|---|---|---|---|
| Mamedsaliev_Povyshenie.pdf | 693.14 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.