Версия для печати темы
Нажмите сюда для просмотра этой темы в оригинальном формате
Форум программистов > Программирование игр, графики и искусственного интеллекта > Квантовые нейронные сети


Автор: evita 9.11.2006, 21:56
В процессе исследования нейросетевого подхода в визуальной криптографии столкнулась с понятием квантовых нейронных сетей. (Тому знакомству послужила статья Tai-Wen Yue, Suchen Chiang "A Neural Network Approach for Visual Cryptography")
Но т.к. столкнулась впервые и данная статья - единственный источник моих знаний - реализовать программно даже схему разделения секрета 2 из 2 пока не очень получается...
Возможно, кто-то сможет подсказать дополнительные материалы по теме?
Заранее большое спасибо!

Автор: arilou 15.11.2006, 20:18
evita, привет. Первый вопрос - http://www.google.com/search?hl=en&q=%D0%BD%D0%B5%D0%B9%D1%80%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5+%D1%81%D0%B5%D1%82%D0%B8%2C+%D0%B2%D0%B8%D0%B7%D1%83%D0%B0%D0%BB%D1%8C%D0%BD%D0%B0%D1%8F+%D0%BA%D1%80%D0%B8%D0%BF%D1%82%D0%BE%D0%B3%D1%80%D0%B0%D1%84%D0%B8%D1%8F


Автор: Bitter 15.11.2006, 23:32
Я пробовал, но ничего подходящего не нашел

Автор: evita 16.11.2006, 17:06
Цитата(Bitter @ 15.11.2006,  23:32)
Я пробовал, но ничего подходящего не нашел

вот и я...
иду по целине...

и все ничего, если б не нависшая дамокловым мечом сдача отсутствующего проекта %) 

Автор: HellanD 8.12.2006, 09:57
А ссылочку на исходную статью дашь?
 А зачем нужны именно квантовые нейросети? Просто про квантовые и я ничего не встречал пока...
Обычными что нельзя пользоваться?

Добавлено @ 10:00 
Вот тебе ссылочка тут про обычные НС рассказывают
http://artkis.ru/neural_network.html
Вообще могу порекомендовать книгу Каллана "Базовые концепции НС", она есть на натахауссе...
А так удачи! Пиши мне тоже интересен твой проект!

Автор: unicuum 16.12.2006, 11:43
На!!! Читай...

http://algolist.manual.ru/ai/neuro/index.php
http://algolist.manual.ru/defence/index.php

Добавлено @ 11:45 
Метод, называемый векторным квантованием, находит более короткие последовательности битов, наилучшим образом представляющие эти подизображения. Сеть встречного распространения может быть использована для выполнения векторного квантования. Множество векторов подизображений используется в качестве входа для обучения слоя Кохонена по методу аккредитации, когда лишь выход одного нейрона равен 1. Веса слоя Гроссберга обучаются выдавать бинарный код номера того нейрона Кохонена, выход которого равен 1. Например, если выходной сигнал нейрона 7 равен 1 (а все остальные равны 0), то слой Гроссберга будет обучаться выдавать 00...000111 (двоичный код числа 7). Это и будет являться более короткой битовой последовательностью передаваемых символов.

Автор: evita 6.1.2007, 17:34
большое спасибо, господа, за ответы..
к моменту сдачи проекта удалось выкрутиться.
использовала сеть Кохонена для бинаризации изображения - для кластеризации фрагментов изображений. потом каждому кластеру поставила в соответствие соответствующий бинарный фрагмент (близкий по средней яркости)
вот разработать нейросетевой подход к процессу именно шифрования пока не удалось... но есть к чему стремиться)) надо еще понять будет ли это эффектинее..

Автор: VictorTsaregorodtsev 8.1.2007, 11:02
unicuum
Цитата
Метод, называемый векторным квантованием...

Тут путаница терминов quantization (квантование, выступает здесь в качестве синонима более стандартного в статистике термина кластеризация) и quantum (собственно квантовый). Первый нужен не для криптографии, а для компрессии данных. А вот реальная квантовость - для криптографии, ибо при попытке перехватить в канале передачи данных и "прочитать" состояние элементарной частицы мы ее состояние изменим и на приемной стороне получат бардак как индикатор перехваченности сообщения.

Автор: unicuum 9.1.2007, 22:47
Цитата(VictorTsaregorodtsev @  8.1.2007,  11:02 Найти цитируемый пост)
Тут путаница терминов quantization

Между прочим, это не я писал, просто добавил текст из документа, на который дал ссылку. Мне то на самом деле все равно путаница тут или нет.

Powered by Invision Power Board (http://www.invisionboard.com)
© Invision Power Services (http://www.invisionpower.com)