Acknowledgement
This research was supported by Basic Science Research Program through the National Research Foundation of Korea(NRF) funded by the Ministry of Education.(2021R1I1A3050843)
Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2023.11a
- /
- Pages.481-482
- /
- 2023
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Enhanced Hybrid Quantum-Classical Convolutional Neural Networks
향상된 하이브리드 양자-고전적 컨벌루션 신경망
- Sung-Wook Park (Interdisciplinary Program in IT-Bio Convergence System, Sunchon National University) ;
- Jun-Yeong Kim (Interdisciplinary Program in IT-Bio Convergence System, Sunchon National University) ;
- Jun Park (Interdisciplinary Program in IT-Bio Convergence System, Sunchon National University) ;
- Se-Hoon Jung (Dept. of Computer Engineering, Sunchon National University) ;
- Chun-Bo Sim (Interdisciplinary Program in IT-Bio Convergence System, Sunchon National University)
- 박성욱 (순천대학교 IT-Bio융합시스템전공) ;
- 김준영 (순천대학교 IT-Bio융합시스템전공) ;
- 박준 (순천대학교 IT-Bio융합시스템전공) ;
- 정세훈 (순천대학교 컴퓨터공학과) ;
- 심춘보 (순천대학교 IT-Bio융합시스템전공)
- Published : 2023.11.02
Abstract
양자 컴퓨팅 환경에서 빅데이터를 이용하는 Quantum Artificial Intelligence(QAI)는 빠른 계산 속도를 추구한다. 최근 금융, 물류, 교통 분야의 QAI 모델과 이미지 분류용 quantum convolutional neural network가 소개됐지만 아직 완벽한 성능은 달성하지 못했다. 본 논문은 성능 향상을 위한 모듈을 새로 제시하고, 이를 소형 양자 컴퓨터에 적용하며 하이브리드 모델 구성을 가능하게 한다. 실험 결과, 제안하는 방법은 기존 네트워크와 비교해 우수한 성능을 보였다.
Keywords