Wyniki wyszukiwania - BazTech

1

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.

2

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.

3

Możliwości informatyki kwantowej do poprawy dokładności modelowania. Część 2 – KAE na przykładzie ruchu robota PR-02

Tchórzewski J., Wołynka Ł.

Poznan University of Technology Academic Journals. Electrical Engineering

|

2016

|

No. 88

143--152

PL

Artykuł zawiera wybrane wyniki badań dotyczące próby opracowania kwantowego algorytmu ewolucyjnego i jego implementacji w j. Matlab do poprawy parametrów modelu neuralnego ruchu ramienia robota PR-02. Populację początkową zbudowano na bazie macierzy wag sztucznej sieci neuronowej. Wylosowane wartości poszczególnych chromosomów populacji początkowej zostały przekształcone na wartości binarne, a te z kolei na wartości kwantowe przy wykorzystaniu opracowanej w tym celu funkcji quatization(). Wartość kwantowa genu została określona na podstawie silniejszego stanu czystego reprezentowanego przez podchromosomy, do czego została wykorzystana funkcja dequantization(). Selekcję osobników przeprowadzono na bazie modelu neuralnego ruchu robota PR-02 zaimplementowanego w j. Matlab jako funkcja calculationsNeuralNetworks().

EN

The article contains selected results of research on trying to develop a quantum evolutionary algorithm and its implementation in Matlab to improve the parameters of the model of neural movement of the robot arm PR-02. The initial population is constructed on the basis of the matrix weights artificial neural network. The drawn values of individual initial population of chromosomes have been converted to binary values, and the latter value using quantum developed for this purpose function of quatization(). The value of the quantum of the gene was determined on the basis of a stronger state of pure represented by subchromosomes, what was used a function of dequantization(). Selection of individuals was carried out based on the model of neural traffic robot PR-02 implemented as a function of calculationsNeuralNetworks().