量子联想记忆

本文将量子计算与经典神经网络理论相结合，产生了一种量子计算学习算法。量子计算利用微观量子尺度效应来执行计算任务，并在某些情况下取得了比经典对应算法指数级更快的结果。量子理论的独特性质亦可用于创建容量随神经元数量呈指数增长的量子联想记忆。本文结合两种量子计算算法以产生这样一种量子联想记忆。与 Hopfield 网络等传统联想记忆相比，其结果使记忆容量获得指数级提升。本文涵盖了必要的高层量子力学与量子计算概念，并引入了一种量子联想记忆。理论分析证明了该记忆的效用，并指出其小规模版本应在不久的将来可在物理上实现。