注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當前位置: 首頁出版圖書科學技術計算機/網(wǎng)絡人工智能量子機器學習及區(qū)塊鏈技術導論

量子機器學習及區(qū)塊鏈技術導論

量子機器學習及區(qū)塊鏈技術導論

定 價:¥79.00

作 者: 楊毅 等 著
出版社: 電子工業(yè)出版社
叢編項:
標 簽: 暫缺

ISBN: 9787121425547 出版時間: 2022-01-01 包裝: 平裝
開本: 16開 頁數(shù): 200 字數(shù):  

內(nèi)容簡介

  機器學習是人工智能發(fā)展和研究過程中得到最廣泛重視和應用的方向,與人工智能并行發(fā)展的量子計算,其被廣泛關注的領域之一是量子機器學習算法。量子計算的到來使現(xiàn)有的密碼算法受到?jīng)_擊,而建立在密碼學大廈之上的區(qū)塊鏈技術也將受到影響,基于量子密碼體系的區(qū)塊鏈即量子區(qū)塊鏈系統(tǒng)便是一種探索。本書主要對機器學習、深度學習、區(qū)塊鏈和量子計算技術及其應用進行全面介紹和論述,主要內(nèi)容包括機器學習基礎原理、量子信息與量子計算、量子計算與機器學習、區(qū)塊鏈技術基礎、區(qū)塊鏈技術應用、量子區(qū)塊鏈初探。

作者簡介

  楊毅,女,博士,現(xiàn)工作于清華大學電子工程系,IEEE會員、清華大學博士后理事,長期從事信號處理、語音識別、跨媒體新技術與新應用、數(shù)據(jù)檢索方面的科研和教學工作。

圖書目錄

目  錄
第1章 緒論\t(1)
1.0 引言\t(1)
1.1 人工智能的起源\t(2)
1.2 人工智能中的機器學習\t(3)
1.3 人工智能的曲折發(fā)展\t(5)
1.4 量子計算和量子機器學習\t(6)
1.5 區(qū)塊鏈技術\t(7)
1.6 量子區(qū)塊鏈\t(9)
1.7 本章小結\t(9)
第2章 機器學習基礎\t(11)
2.0 引言\t(11)
2.1 有監(jiān)督學習\t(11)
2.2 有監(jiān)督分類問題\t(12)
2.2.1 K近鄰算法\t(12)
2.2.2 決策樹算法\t(14)
2.2.3 樸素貝葉斯算法\t(15)
2.2.4 邏輯回歸算法\t(17)
2.2.5 支持向量機算法\t(18)
2.2.6 Adaboost算法\t(19)
2.3 有監(jiān)督回歸問題\t(21)
2.3.1 線性回歸算法\t(21)
2.3.2 非線性回歸算法\t(22)
2.4 無監(jiān)督學習\t(23)
2.4.1 K-Means算法\t(23)
2.4.2 FP-growth算法\t(25)
2.5 本章小結\t(28)
第3章 量子信息與量子計算基礎\t(29)
3.0 引言\t(29)
3.1 量子計算基礎\t(30)
3.1.1 計算復雜度和圖靈機\t(30)
3.1.2 態(tài)疊加原理\t(31)
3.1.3 可觀測量\t(32)
3.1.4 正定測量\t(33)
3.1.5 量子比特和量子記憶\t(33)
3.2 量子計算數(shù)學原理\t(34)
3.2.1 Hilbert空間和Dirac符號\t(34)
3.2.2 對偶空間和對偶向量\t(35)
3.2.3 量子算子\t(36)
3.2.4 譜理論和張量積\t(37)
3.2.5 Schmidt分解\t(38)
3.3 量子比特操作\t(39)
3.3.1 量子比特\t(39)
3.3.2 量子寄存器\t(39)
3.3.3 基本量子門\t(40)
3.3.4 量子狀態(tài)\t(45)
3.3.5 復合系統(tǒng)\t(45)
3.3.6 混合態(tài)和通用量子操作\t(46)
3.4 量子電路模型\t(47)
3.4.1 經(jīng)典電路和量子電路\t(47)
3.4.2 門電路組合\t(49)
3.4.3 量子并行\(zhòng)t(49)
3.4.4 標準電路模型\t(50)
3.4.5 量子電路的測量\t(50)
3.5 量子計算應用\t(52)
3.5.1 量子計算復雜度和黑盒問題\t(52)
3.5.2 量子編碼和量子通信\t(53)
3.5.3 量子糾錯和容錯\t(54)
3.5.4 量子糾纏\t(55)
3.5.5 量子密碼學\t(55)
3.6 本章小結\t(57)
第4章 量子計算與機器學習\t(59)
4.0 引言\t(59)
4.1 量子初級算法\t(60)
4.1.1 概率論和量子算法\t(60)
4.1.2 Deutsch算法\t(62)
4.1.3 Deutsch-Jozsa算法\t(65)
4.1.4 Simon算法\t(66)
4.1.5 Shor算法\t(70)
4.1.6 Grover算法\t(73)
4.2 量子程序\t(78)
4.2.1 量子編程語言\t(78)
4.2.2 量子計算的Qif和Qwhile\t(79)
4.3 量子概率算法\t(81)
4.3.1 量子隨機存取存儲器\t(81)
4.3.2 量子模擬退火\t(82)
4.3.3 量子貝葉斯網(wǎng)絡\t(84)
4.4 量子機器學習\t(88)
4.4.1 量子主成分分析\t(88)
4.4.2 量子HHL算法\t(90)
4.4.3 量子K-Means算法\t(92)
4.4.4 量子支持向量機\t(95)
4.4.5 量子圖像識別\t(98)
4.4.6 量子手寫數(shù)字二分類算法\t(101)
4.5 本章小結\t(103)
第5章 區(qū)塊鏈技術基礎\t(105)
5.0 引言\t(105)
5.0.1 單式賬本\t(105)
5.0.2 復式賬本\t(107)
5.0.3 分布式賬本\t(107)
5.0.4 比特幣系統(tǒng)與超級賬本\t(108)
5.0.5 區(qū)塊鏈\t(108)
5.1 區(qū)塊鏈的技術基礎\t(109)
5.1.1 去中心化之路\t(110)
5.1.2 區(qū)塊鏈的去中心化\t(112)
5.1.3 共識算法\t(114)
5.1.4 拜占庭問題和算法\t(115)
5.2 區(qū)塊鏈的密碼學和安全性問題\t(117)
5.2.1 密碼學定義和分類\t(117)
5.2.2 對稱密碼\t(119)
5.2.3 非對稱密碼\t(124)
5.2.4 Hash函數(shù)\t(126)
5.2.5 博弈論\t(127)
5.2.6 數(shù)字證書和同態(tài)加密\t(127)
5.3 區(qū)塊鏈的分布式系統(tǒng)原理\t(129)
5.3.1 一致性問題\t(129)
5.3.2 共識算法\t(130)
5.3.3 FLP不可能原理\t(130)
5.3.4 CAP原理和ACID原則\t(131)
5.3.5 Paxos算法和Raft算法\t(132)
5.3.6 可靠性指標\t(133)
5.4 本章小結\t(135)
第6章 區(qū)塊鏈技術應用\t(137)
6.0 引言\t(137)
6.1 比特幣系統(tǒng)\t(137)
6.1.1 比特幣系統(tǒng)的原理和基本概念\t(137)
6.1.2 比特幣系統(tǒng)的“挖礦”\t(139)
6.1.3 閃電網(wǎng)絡的出現(xiàn)\t(139)
6.1.4 側鏈\t(141)
6.2 以太坊\t(142)
6.2.1 以太坊的目標\t(142)
6.2.2 以太坊和比特幣系統(tǒng)\t(143)
6.2.3 以太坊的基本概念\t(144)
6.2.4 以太坊的基本設計\t(145)
6.3 超級賬本\t(146)
6.3.1 典型的超級賬本框架\t(146)
6.3.2 典型的超級賬本工具\t(146)
6.4 本章小結\t(147)
第7章 量子區(qū)塊鏈初探\t(149)
7.0 引言\t(149)
7.1 量子計算對區(qū)塊鏈的沖擊\t(149)
7.1.1 量子算法對Hash函數(shù)的攻擊\t(149)
7.1.2 量子算法對非對稱密碼的攻擊\t(150)
7.2 量子加密\t(153)
7.2.1 量子加密特性\t(153)
7.2.2 量子安全加密\t(153)
7.2.3 量子密碼取代數(shù)字簽名\t(154)
7.3 量子區(qū)塊鏈\t(155)
7.3.1 量子密鑰分發(fā)\t(156)
7.3.2 量子加密區(qū)塊鏈通信\t(157)
7.3.3 量子比特幣\t(159)
7.3.4 量子比特幣“挖礦”\t(160)
7.4 后量子密碼學\t(161)
7.4.1 基于Hash函數(shù)的后量子密碼算法\t(162)
7.4.2 基于編碼的后量子密碼算法\t(163)
7.4.3 基于多變量的后量子密碼算法\t(164)
7.4.4 基于格的后量子密碼算法\t(166)
7.4.5 其他后量子密碼算法\t(168)
7.5 本章小結\t(169)
參考文獻\t(171)

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號