10.09.2025

9 сентября в 15:00 в аудитории 9-516 состоялся семинар, посвящённый квантовым нейронным сетям для решения уравнений математической физики. Помимо классической структуры многослойного персептрона, основанного на универсальной теореме об аппроксимации, были рассмотрены архитектуры дискретных моделей квантовых сетей, использующих вентили Паули, оператор Адамара и элемент C-NOT. Благодаря преобразованию информации в кубиты, качество и скорость обучения квантовой нейронной сети значительно превышают показатели её классического аналога. Точность численных решений уравнений математической физики, полученных с помощью квантовых нейронных сетей, оказалась выше, чем у стандартных моделей физико-информированного машинного обучения. Также был продемонстрирован алгоритм оптимизации — квантовый естественный градиентный спуск. Использование этого оптимизатора позволяет алгоритму обратного распространения ошибки более корректно корректировать весовые параметры сети за счёт достижения глобального минимума функции потерь. В дальнейшем планируется использовать квантовые нейронные сети не только дискретной архитектуры, но и непрерывной.