机构名称：
¥ 1.0
近年来，受到量子认知理论研究的启发，研究人员针对自然语言处理 (NLP) 任务开发了新的量子启发神经网络 (QINN) 框架。然而，我们发现 QINN 的训练效率明显低于经典网络。我们基于量子力学的时间位移对称性分析了现有 QINN 的酉变换模块，发现它们类似于一阶欧拉方法的数学形式。欧拉方法的高截断误差影响了 QINN 的训练效率。为了提高 QINN 的训练效率，我们将 QINN 的酉变换模块推广到类量子的高阶龙格-库塔方法 (QRK)。此外，我们展示了对话情感识别和文本分类任务上的实验结果来验证所提方法的有效性。
采用龙格-库塔方法的量子启发神经网络
主要关键词
相关文件推荐
