Estudo de algoritmos de treinamento quânticos para redes neurais artificiais

• Processo: 13/11683-1
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2013
• Data de Término da vigência: 30 de junho de 2014
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Patrícia Rufino Oliveira
• Beneficiário: André Barbosa
• Instituição Sede: Escola de Artes, Ciências e Humanidades (EACH). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Computação quântica Inteligência artificial Redes neurais (computação) Algoritmos Metodologia e técnicas de computação
• Palavra(s)-Chave do Pesquisador: computação quântica | Redes Neurais Artificiais | Redes Neurais Quânticas | Inteligência Artificial

Resumo

Este projeto de pesquisa visa a fazer um estudo a respeito do estado da arte, dos fundamentos, princípios e práticas da Computação Quântica e da incorporação desses elementos a arquiteturas e algoritmos de treinamento para Redes Neurais Artificiais (RNA's). Pesquisas envolvendo esses assuntos têm resultado em modelos conhecidos como Redes Neurais Quânticas (RNQ's), que é o principal objeto de estudo desta proposta. Pretende-se, para isso, analisar dois modelos distintos de RNQ's, um destes proposto em 2003 por Dan Ventura e Bob Ricks e outro, proposto em 2009, por Hong Xiao e Maojun Cao. Além disso, essas abordagens quânticas serão comparadas, por meio de simulações, tanto entre si, como com relação a abordagens de redes neurais clássicas, com o objetivo de analisar as vantagens e desvantagens dos diferentes modelos estudados.