-
题名基于求解TSP的量子深度玻尔兹曼机算法
- 1
-
-
作者
王诚鑫
-
机构
青岛理工大学信息与控制工程学院
-
出处
《青岛理工大学学报》
2025年第6期142-148,156,共8页
-
基金
山东省自然科学基金(ZR2021MF049)。
-
文摘
玻尔兹曼机(BM)可以用于存储和回收数据。它在联想记忆、模式识别、优化计算等领域有广泛应用前景。然而,传统BM在解决一些问题时,存在重叠度大、随机性高等问题,只适合处理少量的数据。为了扩展其应用领域而提出一种新方案,采用量子计算的思想来设计哈密顿量作为深度玻尔兹曼机(DBM)的能量函数,代替传统的计算方法,以增强其广泛性和弹性。与传统BM不同,新的方案根据参数化量子电路(PQC),建立代价函数去量化问题,使得搜索过程愈加便利。这在很大程度上解决了BM的数据重复和过度冗余问题。为验证该方案的可行性,将其与传统DBM解决旅行商问题(TSP)的数据容纳度和模型收敛速度进行了比较。实验结果表明,基于量子计算改进的DBM在训练准确度上比传统DBM提升约33%,且损失率明显低于传统DBM,为其在实际应用中提供了更广泛的可能性。
-
关键词
量子机器学习
玻尔兹曼机
旅行商问题
参数化量子电路
-
Keywords
quantum machine learning
boltzmann machine
traveling salesman problem
parameterized quantum circuit
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
TP301
[自动化与计算机技术—计算机系统结构]
-
