Вісник ХНУ. Технічні науки - 2023 рік

Постійне посилання зібрання

https://elar.khmnu.edu.ua/handle/123456789/13599

Переглянути

Перегляд Вісник ХНУ. Технічні науки - 2023 рік за Автор "Hrynko, Iryna"

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    Квантові згорткові нейронні мережі: особливості реалізації у технічних, природничих і соціально-економічних системах
    (Хмельницький національний університет, 2023) Гринько, Ірина; Скрипник, Тетяна; Бармак, Олександр; Hrynko, Iryna; Skrypnyk, Tetyana; Barmak, Olexander
    У роботі проведені аналіз та дослідження застосування квантових згорткових нейронних мереж для технічних, природничих і соціально-економічних інформаційних систем. Квантові згорткові нейронні мережі є новим підходом до обробки інформації, який базується на принципах квантової механіки та штучного інтелекту. В технічних системах досліджено можливість застосування квантових згорткових нейронних мереж для розв'язання складних задач, таких як спроби злому криптографічних ключів та криптографічного шифрування. Результати показали, що квантові згорткові нейронні мережі можуть забезпечити більш точні та швидкі обчислення в порівнянні з класичними нейронними мережами. У природничих системах проведено дослідження використання квантових згорткових нейронних мереж для моделювання та прогнозування складних природних процесів. Досліджено їхню ефективність у розумінні та вивченні складних молекулярних структур. Виявлено, що квантові згорткові нейронні мережі можуть забезпечити більш точні та швидкі результати у порівнянні зі звичайними методами обробки даних. У соціально-економічних системах досліджено можливості використання квантових згорткових нейронних мереж для аналізу соціальних мереж, прогнозування фінансових ринків та криптовалют. Виявлено, що застосування квантових згорткових нейронних мереж може покращити точність прогнозування та забезпечити більш ефективне прийняття рішень у соціально-економічних системах. Результати дослідження підтвердили, що квантові згорткові нейронні мережі мають потенціал для використання в різних сферах, включаючи технічні, природничі та соціально-економічні системи. Вони здатні досягти більшої точності, швидкості обробки та прогностичної здатності порівняно з традиційними методами.