На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации)

Нижегородская правда

220 подписчиков

Свежие комментарии

  • Ника
    Т.е. ему нужно много земли и чтобы вокруг было, как в Канаде. Зачем России такие переселенцы? К тому же, необразованн...Аренд Фейнстра ра...
  • Taurus Zmei
    Очередная мантра, Малевич говорил - нарисовать может каждый, а вот смоги продать. 30 лет рывки, скачки, вот только куда?Нижегородская дел...
  • Дмитрий Варфоломеев
    в Н.Новгороде это повальная проблема, все аналогично + Октябрьской Революции 60. Все что сделано за счет текущего рем...Жильцы дома в цен...

Ученые ННГУ приняли участие в разработке модели квантовой нейросети

Ученые Университета имени Лобачевского и НИИ ядерной физики МГУ им. М.В. Ломоносова и Московского технического университета связи и информатики разработали гибрид нейросети и квантовых вычислений. Об этом сообщила пресс-служба ННГУ. Представители вуза отметили, что разработка позволит одновременно обрабатывать большие массивы фотографий и видео, а также принимать и передавать сверхслабые сигналы в космических и астрономических исследованиях.

«Гибридные нейросети на основе сверхпроводников могут обрабатывать и передавать информацию в десятки раз быстрее, выделять меньше тепла и потреблять меньше энергии по сравнению, например, с их полупроводниками-аналогами. Подобные технологии применяются в квантовых процессорах Google, IBM и Intel. Замечу, что подобная нашей разработке схема сверхпроводникового нейрона используется системами D‑Wave в квантовых симуляторах», – поделилась заведующая лабораторией теории наноструктур научно-исследовательского физико-технического института (НИФТИ) ННГУ Марина Бастракова.

В ННГУ добавили, что ученые также продолжают разработку классических нейросетей для хранения большого объема информации, а в перспективе – для обработки массивов данных.

 

Ссылка на первоисточник
наверх