Comparison of quantum neural network training algorithms
Kuantum sinir ağı eğitim algoritmalarının karşılaştırılması
- Tez No: 1000967
- Danışmanlar: PROF. DR. İLKAY ULUSOY
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda, makine öğrenmesi algoritmalarının hesaplama yükü önemli ölçüde artmıştır. Bu durum, yapay sinir ağlarının eğitimi için yeni eğitim tekniklerinin araştırılmasına yol açmıştır. Bu çalışmada, klasik Gradyan İnişi algoritması sorgulanmış ve çeşitli klasik ve kuantum teknikler zaman ve doğruluk açısından karşılaştırılmıştır. Klasik algoritmalar arasında ADAM ile Gradyan İnişi, Branch and Cut ve Benzetimli Tavlama gibi optimizasyon yöntemleri yer almaktadır. Kuantum tarafında ise olası algoritmalar arasından BF-DCQO, Kuantum Tavlama ve QAOA ele alınmıştır.Bu çalışma kapsamında, tam bağlantılı sinir ağlarını kısıtlı ve kısıtsız ikili (binary) programlara dönüştürerek eğiten bir Python kodu geliştirilmiştir. Geliştirilen kod kullanılarak, küçük ve orta ölçekli sinir ağları üzerinde Branch and Cut ile BF-DCQO algoritmaları test edilmiştir. Elde edilen sonuçlar, bu model tabanlı yaklaşımların Gradyan İnişi yöntemine kıyasla yetersiz kaldığını göstermekte; bu nedenle yinelemeli (iterative) eğitim yöntemlerinin tek adımlı (one-shot) yöntemlere göre daha tercih edilebilir olduğu sonucuna varılmaktadır. Donanım kısıtlarına rağmen, kuantum algoritmalarının yeterli yetkinliğe sahip kuantum donanımları üzerinde çalıştırıldığında umut vaat ettiği görülmüştür.
Özet (Çeviri)
In recent years, the computational load of machine learning algorithms significantly increased. This fact led to the research of novel training techniques of artificial neural networks. In this study, we challenge the classical Gradient Descent algorithm and compare various classical and quantum techniques in terms of time and accuracy. Classical algorithms include classical optimization algorithms such as Gradient Descent with ADAM, Branch and Cut and Simulated Annealing. For quantum, among possible algorithms BF-DCQO, Quantum Annealing and QAOA are included. We developed a Python code that trains fully connected neural networks converting them to constrained/unconstrained binary programs. We tested Branch and Cut and BF-DCQO algorithms with small and medium sized networks utilizing the code. Eventually, we demonstrated that these model-based approaches fall short against Gradient Descent, thus iterative training methods were found to be more preferable than one-shot methods. Despite hardware limitations, quantum algorithms were found to be promising if run on sufficiently capable quantum hardware.
Benzer Tezler
- Destek vektör regresyonu ile PID kontrolör tasarımı
Design of PID controller via support vector regression
KEMAL UÇAK
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜLAY ÖKE
- Capturing aerodynamic characteristics of attas aircraft with evolving intelligent system
Evrilen akıllı sistem ile attas uçağının aerodinamik özelliklerinin yakalanması
AYDOĞAN SOYLU
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. TUFAN KUMBASAR
- Blockchain driven secure and private machine learning algorithms for post quantum 5G/6G enabled industrial IoT with applications to cybersecurity and health
Kuantum sonrası 5G/6G ile etkinleştirilmiş endüstriyel IoT ve ilgili siber güvenlik ve sağlık uygulamaları için blok zincir güdümlü güvenli ve mahremiyet koruyucu makine öğrenimi algoritmaları
ARTRIM KJAMILJI
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALBERT LEVİ
PROF. DR. ERKAY SAVAŞ
- Siber güvenlikte saldırı tespiti için yeni bir hibrit kuantum sinir ağı modeli
A novel hybrid quantum neural network model for attack detection in cybersecurity
MUHAMMED YUSUF KÜÇÜKKARA
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CÜNEYT BAYILMIŞ
- Probabilistic investigation of non-equilibrium neural network and decision-making models
Denge dışı sinir ağlarının ve karar verme modellerinin olasılığa dayalı incelenmesi
NEMATOLLAH FARHADIMAHALLI
Yüksek Lisans
İngilizce
2023
Fizik ve Fizik MühendisliğiKoç ÜniversitesiFizik Ana Bilim Dalı
DOÇ. DR. ALKAN KABAKÇIOĞLU