Wyniki wyszukiwania - BazTech

1

Algorytm Ewolucyjny inspirowany informatyką kwantową do poprawy parametrów modelu neuralnego wyznaczania cen na Towarowej Giełdzie Energii Elektrycznej notowanych na RDN

Tchórzewski Jerzy, Ruciński Dariusz

Poznan University of Technology Academic Journals. Electrical Engineering

|

2019

|

No. 100

121--132

PL

Artykuł zawiera wybrane wyniki badań dotyczące istoty i implementacji Algorytmu Ewolucyjnego inspirowanego obliczeniami kwantowymi do poprawy parametrów modelu neuralnego wyznaczającego ceny na Towarowej Giełdzie Energii Elektrycznej. Do uczenia Sztucznej Sieci Neuronowej modelu systemu wykorzystano dane liczbowe notowane na Rynku Dnia Następnego w okresie od 01 stycznia 2015 r. do 30 czerwca 2015 r. Szczególną uwagę zwrócono na sposób systemowego tworzenie Populacji Początkowej oraz na sposób systemowego tworzenie funkcji krzepkości (funkcji przystosowania), a na tej bazie na metodę kwantyzacji, dekwantyzacji i obliczeń kwantowych przeprowadzonych z wykorzystaniem pojęcia kwantowej liczby mieszanej i rachunku wektorowo-macierzowego. Uzyskano znaczącą poprawę modelu neuralnego wspomaganego algorytmem ewolucyjnym inspirowanym kwantowo w stosunku do modelu neuralnego wspomaganego algorytmem ewolucyjnym bez inspiracji kwantowej.

EN

The paper contains selected research results on the nature and implementation of the Evolutionary Algorithm inspired by quantum computation to improve the parameters of the neural model determining prices at the Polish Power Exchange. To learn the Artificial Neural Network system model, the figures quoted on the Commodity Electricity Market of the Day-Ahead Market were used in the period from January 1, 2018 to June 30, 2018. Particular attention was paid to the systemic creation of the Initial Population and the systemic creation of the function of solidification (function adaptation), and on this basis, the quantization, dequantization and quantum computation methods carried out using the quantum concept of a mixed number. Significant improvement of the neural model supported by quantum-inspired evolutionary algorithm in relation to the model without quantum inspiration was obtained.

2

Kwantowa sztuczna sieć neuronowa. Część 2. Model ruchu ramienia robota PR-02

Tchórzewski J., Domański P.

Poznan University of Technology Academic Journals. Electrical Engineering

|

2018

|

No. 96

33--45

PL

Artykuł jest kontynuacją pracy pod tym samym tytułem głównym i podtytułem: Część 1. Obliczenia kwantowe. W niniejszej pracy zamieszczono wybrane elementy metody i algorytmu dotyczącego inspirowania modelu neuralnego ruchu robota PR-02 za pomocą rozwiązań informatyki kwantowej. Zwrócono uwagę na występujące problemy w zakresie przeprowadzania obliczeń kwantowych na komputerach klasycznych. Pokazano, że można przeprowadzać kwantyzację, obliczenia kwantowe i dekwantyzację na komputerze klasycznym, co wiąże się z wydłużeniem obliczeń neuronalnych. Dla założonej liczby 1 000 quasi równoległych obliczeń nie uzyskano poprawy przebiegu trajektorii, ale uzyskano bardziej precyzyjny punkt startu i punkt docelowy ruchu ramienia robota PR-02. Badania są kontynuowane dla 10 000 quasi równoległych obliczeń, co na klasycznych komputerach wymaga znacznie dłuższego czasu obliczeń.

EN

The article is a continuation of the work under the same main title and subtitle: Part 1. Quantum calculations. This paper presents selected elements of the method and algorithm for inspiring the PR-02 robot's neural motion model with the help of quantum computing solutions. Attention was paid to the problems occurring in the field of quantum computing on classical computers. It has been shown that quantization, quantum computation and dequantization on a classical computer can be performed, which is associated with the prolongation of neuronal calculations. For the assumed number of 1 000 quasi parallel calculations, no improvement in the path trajectory was achieved, but a more precise starting point and target point of the robot arm movement PR-02 were obtained. The research is continued for 10,000 quasi parallel computations, which requires much longer calculation time on classic computers.

3

Kwantowa sztuczna sieć neuronowa. Część 1. Metoda i wyniki obliczeń

Tchórzewski J., Ruciński D.

Poznan University of Technology Academic Journals. Electrical Engineering

|

2018

|

No. 96

21--31

PL

W artykule zamieszczono wybrane wyniki badań dotyczące inspirowania sztucznej sieci neuronowej metodami informatyki kwantowej. Zwrócono uwagę na kwantyzację i dekwantyzację liczb rzeczywistych na liczby kwantowe, co związane było m.in. z wykorzystaniem pojęcia kwantowej liczby mieszanej. Do zwiększenia dokładności obliczeń zaproponowano systemową sztuczną sieć neuronową inspirowaną metodami informatyki kwantowej. Wyniki badań teoretycznych zinterpretowano na konkretnych przykładach liczbowych. Artykuł jest kontynuowany w pracy pod tym samym tytułem głównym i podtytułem: Część 2. Model ruchu robota PR-02.

EN

The article presents selected results of the study of the possibility of inspiring the artificial neural network with the methods of quantum computing. Attention was paid to the quantization and dequantization of real numbers to quantum numbers, which was related to using the quantum concept of a mixed number. Attention was also paid to various methods of conducting quantum computations, including a systemic method using an artificial neural network, and on this basis an algorithm for conducting quantum computations was proposed. Theoretical remarks were interpreted on specific numerical examples.