基于自适应网络的量子模糊推理系统 |
| |
引用本文: | 闫丽丽,颜金歌,张仕斌.基于自适应网络的量子模糊推理系统[J].电子科技大学学报(自然科学版),2023(4):482-488. |
| |
作者姓名: | 闫丽丽 颜金歌 张仕斌 |
| |
作者单位: | 成都信息工程大学网络空间安全学院 |
| |
基金项目: | 国家自然科学基金(62076042,62102049);;四川省自然科学基金(2022NSFSC0535); |
| |
摘 要: | 基于ANFIS与量子BP神经网络(QBP)提出了一种基于自适应网络的量子模糊推理系统(ANQFIS)。不同于ANFIS,ANQFIS以量子门旋转的方式将模糊规则强度与QBP相结合,最后以量子态的测量概率作为输出,QBP的加入使得模型的输出准确率更高,且凭借量子计算的速度优越性提升了模型的计算速度。根据梯度下降法,给出了该系统中参数的学习算法。在仿真实验中,分别使用低维数据和高维数据作为数据集来训练模型,使用攻击算法生成对抗样本进行测试,结果表明ANQFIS在输出准确率、鲁棒性方面优于ANFIS与QBP。
|
关 键 词: | 量子神经网络 模糊神经网络 量子机器学习 量子计算 量子模糊机器学习 |
|
|