量子Qubit神经树网络模型的优化研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61502283
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0605.模式识别与数据挖掘
  • 结题年份:
    2018
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2018-12-31

项目摘要

Quantum neural network is a combination with quantum computation, related research results show that it may become an important way for information process in future. Artificial neural tree network model is a neural network model, of which structure and parameters are obtained by tree-coding evolutionary algorithms and heuristic search algorithms, respectively and with characteristics of adaptive network structure, simple parameters optimization and so on. The most studied quantum Qubit neural network in quantum neural networks is selected as the breakpoint of this project, by improving the quantum Qubit neuron and introduced into neural tree network model, a new quantum Qubit neural tree network model(QQNTNM) is proposed, meanwhile the construction, description, optimization and simulation problems in the model are studied. Related works are expected to complete the following three research goals: (1) Improve the quantum Qubit neuron, introduce it into neural tree network model and give the construction and description method of the QQNTNM; (2) Propose three improved tree-based evolution algorithms for optimizing the structure of the QQNTNM; (3) Build the simulation experiment platform for the QQNTNM to make validation and analysis on the related works.
量子神经网络是量子计算和人工神经网络的结合体,相关研究结果表明它可能成为未来信息处理的重要手段。人工神经树网络模型则是一种通过树编码进化算法和启发式搜索算法实现网络结构和参数优化的神经网络模型,具有网络结构自适应、参数优化简单等特点。本课题以量子神经网络中研究和应用较多的量子Qubit神经网络为切入点,通过改进量子Qubit神经元,将其引入神经树网络模型,提出一种新的量子Qubit神经树网络模型,并对模型的构建、优化和实验仿真等问题进行研究。课题预期研究目标包括三部分:(1) 改进量子Qubit神经元,给出量子Qubit神经树网络模型的构建和描述方法;(2)提出三种改进的基于树编码的进化算法,实现所提模型的结构优化; (3) 研究并搭建所提模型的仿真实验平台,对相关研究内容进行验证和分析。

结项摘要

本课题以量子Qubit神经树网络模型为研究对象,分别在模型的构建和描述、结构优化、参数优化以及仿真实验等方面开展了相关的研究工作。其中,在模型构建和描述方面,解决了量子Qubit神经元改进、模型构建规则和模型描述等问题;在结构优化方面,设计并实现了四种结构优化算法:基于积木块库的改进遗传规划算法、基于树编码的粒子群优化算法、基于层次可变概率向量的PIPE算法和改进的基因表达式编程算法;在参数优化方面,解决了模型待优化参数的编码问题并引入了两种新的参数优化算法:差分进化算法和天牛须搜索算法;在仿真实验方面,完成了仿真实验平台的功能模块构建并自主设计和开发了基于控制台应用程序和windows应用程序的仿真软件。同时,还在深度学习中的卷积神经网络以及膜计算中的神经膜系统等方面开展了部分相关的研究工作。综上所述,本研究为量子Qubit神经树网络的理论和应用研究奠定了坚实的基础,同时在深度学习及膜计算等领域的初步探索为后续神经网络研究的转型提供了必要的条件。项目资助发表SCI论文6篇,EI论文10篇,中文核心论文1篇。培养硕士生4人,其中2人已经取得硕士学位,2人在读。项目投入经费20万,支出14.667万,各项支出基本与预算相符。剩余经费5.333万,剩余经费计划用于本项目研究后续支出。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(0)
会议论文数量(8)
专利数量(0)
Tissue P Systems with Cooperating Rules
具有合作规则的组织 P 系统
  • DOI:
    10.1049/cje.2018.01.005
  • 发表时间:
    2018-03-01
  • 期刊:
    CHINESE JOURNAL OF ELECTRONICS
  • 影响因子:
    1.2
  • 作者:
    Liu Xiyu;Zhao Yuzhen;Sun Wenxing
  • 通讯作者:
    Sun Wenxing
Spiking Neural P Systems with Neuron Division and Dissolution.
具有神经元分裂和溶解的尖峰神经 P 系统
  • DOI:
    10.1371/journal.pone.0162882
  • 发表时间:
    2016
  • 期刊:
    PloS one
  • 影响因子:
    3.7
  • 作者:
    Zhao Y;Liu X;Wang W
  • 通讯作者:
    Wang W
An Improved Apriori Algorithm Based on an Evolution-Communication Tissue-Like P System with Promoters and Inhibitors
基于具有启动子和抑制子的进化通讯类组织P系统的改进Apriori算法
  • DOI:
    10.1155/2017/6978146
  • 发表时间:
    2017-01-01
  • 期刊:
    DISCRETE DYNAMICS IN NATURE AND SOCIETY
  • 影响因子:
    1.4
  • 作者:
    Liu, Xiyu;Zhao, Yuzhen;Sun, Minghe
  • 通讯作者:
    Sun, Minghe
A simple randomized variable neighbourhood search for nurse rostering
护士排班的简单随机变量邻域搜索
  • DOI:
    10.1016/j.cie.2017.05.027
  • 发表时间:
    2017-08
  • 期刊:
    Computers & Industrial Engineering
  • 影响因子:
    7.9
  • 作者:
    Zheng Ziran;Liu Xiyu;Gong Xiaoju;Zheng ZR
  • 通讯作者:
    Zheng ZR
卷积神经网络的发展及其在计算机视觉领域中的应用综述
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机科学
  • 影响因子:
    --
  • 作者:
    陈超;齐峰
  • 通讯作者:
    齐峰

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

SD大鼠II型糖尿病模型的建立与评价
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    过程工程学报
  • 影响因子:
    --
  • 作者:
    张贵锋;齐峰;张嵘;马光辉
  • 通讯作者:
    马光辉
陕西双王金矿床轴(垂)向黄铁矿中微量元素变化规律及深部预测
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    中国地质
  • 影响因子:
    --
  • 作者:
    程建军;杨永荣;齐峰;王罗
  • 通讯作者:
    王罗
基于吸氧量的煤低温氧化动力学参
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    采矿与安全工程学报
  • 影响因子:
    --
  • 作者:
    李增华;齐峰;杜长胜;潘尚昆
  • 通讯作者:
    潘尚昆
钛合金表面非平衡磁控溅射制备
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    真空科学与技术学报,第26卷,第5期,2006年9-10月,368-371(EI收录)
  • 影响因子:
    --
  • 作者:
    齐峰;王志浩;张琦;杨文茂;冷
  • 通讯作者:
电磁场作用下双金属液/固相复合
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    清华大学学报接收
  • 影响因子:
    --
  • 作者:
    齐峰;李丘林;刘伟
  • 通讯作者:
    刘伟

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码