Промышленные АСУ и контроллеры Аннотация к статье << Назад Разработка квантовых схем для машинного обучения нейронных сетей с архитектурой персептрона на основе принципов алгоритма Гровера Ц.Б. Пронин, А.В. Остроух Целью данной работы, является практическое исследование возможности формирования квантовых схем для машинного обучения нейронных сетей. За основу демонстрируемых квантовых схем были взяты принципы работы квантового алгоритма Гровера (Grover’s Search Algorithm). За архитектуру примера обучаемой нейронной сети был взят персептрон. Многослойный персептрон является достаточно популярной архитектурой нейронной сети за счет масштабируемости и возможности применения для решения широкого спектра задач. Ключевые слова: квантовое машинное обучение; квантовые алгоритмы; нейронные сети; квантовые вычисления; алгоритм Гровера. DOI: 10.25791/asu.12.2021.1330 Стр. 03-09.