Research on Weighted Random Layer Selection Methodology for Maximizing Nonlinear Expressibility
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066622
교육부
한국연구재단
국립부경대학교
이두원
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
기초연구
대학
부산광역시 남구
물리학 > 원자/분자물리 > 양자정보
본 과제에서는 기존 무작위 계층 양자 신경망 모델의 비효율성을 분석하고 개선한다. 무작위 계층 가중치를 통해 비선형 기여도가 낮은 계층을 학습 초기에 식별하고 제거하는 적응형 무작위 계층 선택 및 제거 알고리즘을 설계한다. 이를 바탕으로 결정론적 계층과 적응형 무작위 계층이 결합된 양자 신경망 모델을 제안하여 기존 대비 연산 자원 소모를 절반으로 줄이는 것...
(표현력과 맥락성을 이용하여 최소한의 무작위성 규모 분석) 선행 연구의 고정된 게이트 구조 한계를 극복하기 위해, 다양한 단일 및 다중 큐비트 게이트 조합을 무작위 계층에 적용하고 이에 따른 비선형 표현력의 유지 및 변화 양상을 분석한다, 나아가 모델 학습 과정에서 빈번하게 발생하는 특정 무작위 계층의 가중치 소실 현상 원인을 파악하고자 이를 맥락성과 연관...
불필요한 무작위 회로를 제거함으로써 전체 양자 회로 실행 횟수 절감을 기대할 수 있다. 이에 따라 자원이 제한적인 현재의 양자 컴퓨팅 환경에서도 효율적이고 실용적인 양자 모델 설계를 가능하게 한다.