XiaoMi-AI文件搜索系统
World File Search System截断误差
采用龙格-库塔方法的量子启发神经网络
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。
4 年制 B.Tech（电气和计算机）课程大纲...
详细课程大纲 第一单元：变换微积分拉普拉斯变换：拉普拉斯变换、性质、逆、卷积、用拉普拉斯变换求某些特殊积分、初值问题的解。傅里叶级数：周期函数、函数的傅里叶级数表示、半程级数、正弦和余弦级数、傅里叶积分公式、帕塞瓦尔恒等式。傅里叶变换：傅里叶变换、傅里叶正弦和余弦变换。线性、缩放、频移和时移性质。傅里叶变换的自互易性、卷积定理。应用于边界值问题。第二单元：数值方法近似和舍入误差、截断误差和泰勒级数。插值 - 牛顿前向、后向、拉格朗日除差。数值积分 - 梯形、辛普森 1/3。通过二分法、迭代法、牛顿-拉夫森法、雷古拉-法尔西法确定多项式和超越方程的根。通过高斯消元法和高斯-西德尔迭代法求解线性联立线性代数方程。曲线拟合-线性和非线性回归分析。通过欧拉法、修正欧拉法、龙格-库塔法和预测-校正法求解初值问题。