信息理论的新进展——量子信息论与量子神经计算

正如信息论是现有通信和信息处理的理论指导一样，基于量子力学原理的量子信息论将成为下一代通信模式－－量子通信的理论基础，量子计算与神经计算相结合的量子神经计算将成为未来信息处理的重要手段。从量子信息基础出发，讨论量子信息论和量子神经计算两个方面，前者涉及量子信源编码、量子纠错编码、量子信道容量计算以及量子信息加密等内容；后者涉及量子神经计算基本原理。并就量子信息理论与现有信息论、经典神经网络与量子神经网络之间的异同之处加以比较。     

量子神经元特性研究

量子神经计算是传统神经计算自然演化发展的产物，它有可能成为新的信息处理技术。本文介绍了与量关的量子计算基础，描述了一种量子神经元模型，提出了一种量子学习算法，通过理论推导和仿真证明了算法的收敛性并给出了几种收敛特性曲线.应用量子计算方法分析了该量子神经元模型的量子逻辑运算功能,分析和实验证明了单个量子神经元能实现经典神经元无法实现的XOR函数,并具有与两层前向神经网络相当的非线性映射能力.     

量子神经动力学分析

量子计算与神经计算的结合是当前人工神经网络理论发展的一个前沿课题,由此而产生的量子神经计算范式具有很高的理论价值,我们在量子理论基本原理的基础上讨论了把量子理论引入神经计算领域的可能性和可行性,并详细分析量子神经的动力学行为,为以后建立量子神经网络和研究量子神经网络的学习算法打下了坚实的理论基础.最后简单讨论了一些与量子神经计算有关的其它问题.     

一种量子竞争学习算法

量子计算（Quantum Computation）以其独特的性能引起广泛瞩目。本文尝试将量子计算与传统的神经计算结合起来，通过设计若干个量子算子来构造Hamming神经网络的量子对照物，从而提出一种量子竞争学习算法（Quantum Competitive Learning Algorithm,QCLA），它能够实现模式分类和联想记忆。     

量子系统实现神经计算的理论分析

该文通过量子系统的演化与人脑信息处理过程的比较研究，发现量子理论与神经网络理论中存在有许多相对应的数学表述，利用其中有关的公式提出一个广义的基于量子系统的Hebb学习规则，并结合量子点系统设计了一个神经计算的理论模型．     

量子计算及量子计算机

介绍了量子计算和量子计算机的基本概念，分析了量子计算比之经典计算的特点，讨论了量子计算机物理上的几种可能实现方法，最后展望了量子计算机的应用前景．     

量子通信与量子计算

量子信息学是物理学目前研究的热门领域，它主要包括量子通信和量子计算，文章简要介绍了量子通信和量子计算的理论框架，包括量子纠缠、量子不可克隆定理、量子密钥分配、量子隐形传态、量子并行计算、Shor以及Grover的量子算法，并介绍该领域的研究进展。     

量子相干与量子消相干

对经典相干和量子相干进行了探讨，介绍量子相干在量子计算和量子信息中的应用。分析几种引起量子消相干的可能原因，并利用Kraus算子和密度矩阵对一种量子消相干模型进行详细地研究。     

具有非线性映射特性的量子神经元

介绍了与量子神经网络相关的量子计算基础，描述了一种量子神经元模型，分析了该模型的量子运算特性。分析和实验证明单个量子神经元能实现经典神经元无法实现的XOR函数，并具有与两层前向神经网络相当的非线性映射能力。     

五阶非线性与三比特量子相位门

近年来全光学量子计算得到了广泛的关注，并且基于光学非线性效应人们提出了许多方案来实现量子门操作。我们的工作就是要给出一种直接实现三比特量子相位门的有效方案。     

量子计算机前瞻:量子门与量子电路模型

本文介绍了量子计算机的基本概念和历史背景，它相对于经典计算机的优越性，详细讨论了量子逻辑门的基本构造，重点分析了单比特量子们和异或XOR门的控制受控关系，并对异或XOR门作为基本的2比特量子门的原因作了阐述，给出基于单比特量子门和XOR门构建的基它布尔逻辑门的量子电路。     

Quantum dot-based quantum buses for quantum computer hardware architecture

We propose a quantum bus based on semiconductor self-assembled quantum dots. This allows for transmission of qubits between the different quantum registers, and could be integrated in most of the present proposal for semiconductor quantum dot-based quantum computation.     

A Proof of the Security of Quantum Key Distribution

We prove the security of theoretical quantum key distribution against the most general attacks which can be performed on the channel, by an eavesdropper who has unlimited computation abilities, and the full power allowed by the rules of classical and quantum physics. A key created that way can then be used to transmit secure messages such that their security is also unaffected in the future.     

量子神经网络及其应用

量子计算与人工神经网络相结合的量子神经网络(Quantum Neural Networks,QNN)有可能成为未来信息处理的重要手段.分析了人工神经网络向QNN演变的动因及形式、QNN的优势及可能的物理实现方法.着重讨论了几种QNN模型的结构、学习方法及特性,并阐述了QNN在模式识别、纠缠计算、函数近似等方面的初步应用.     

半导体量子点的电子结构

半导体量子点是一种具有显著量子尺寸效应的介观体系。文中从固体能带理论出发，对箱形量子点、球形鼻子点、巨型鼻子点以及磁场中量子点的电子结构进行了讨论。     

基于Arnold变换的量子图像混沌加密方法

在确保量子图像密码算法安全的基础上,为进一步优化解密图像质量及计算复杂度,该文提出一种基于Arnold变换的量子图像混沌加密方案。方案使用量子细胞神经网络产生的混沌信号来控制量子Arnold变换、量子交换(SWAP)和量子控制非操作(CNOT),然后将这些操作作用于量子明文图像中以获得相应的密文图像。研究结果表明:所提量子灰度图像加密方法具有高安全性、高解密图像质量及低计算复杂度的特点。     

采用进化计算的BP神经网络学习算法研究

针对ＢＰ神经网络中存在的局部极小问题,本文提出了采用进化计算方法改进ＢＰ学习算法收敛速度的新方法,理论分析和数字仿真表明算法有很好的效果。