量子ICM视觉神经网络的神经动力学特性研究

利用量子态叠加和量子态纠缠对交叉视觉皮质模型（Intersecting Cortical Model, ICM）进行量子化改造，从而形成量子ICM视觉神经网络并对其开展神经动力学研究。通过量子理论以及应用数学的视角，借助并行数值模拟的方法分析量子ICM视觉神经网络的神经动力学性质；对量子ICM视觉神经网络在时滞现象下平衡点的存在性、全局稳定性、周期解的存在性做出合理的解释；对量子ICM视觉神经网络中可能存在的混沌动力学现象和行为展开深入研究。依托本课题在国内外SCI、EI索引的高水平期刊和会议上发表学术论文6-10篇，申请国内外专利1-2项。本课题完成之后会对量子ICM视觉神经网络以及量子神经计算有一个较为系统且全面的认识，从而夯实量子ICM视觉神经网络的理论基础，从理论上为量子ICM视觉神经计算的实际应用提供理论和实践基础。

本项目利用量子态叠加和量子态纠缠对交叉视觉皮质模型（Intersecting Cortical Model, ICM）进行量子化改造，从而形成量子ICM视觉神经网络。并利用该网络对于一些图像处理中的图像中的阴影检测和图像融合问题开展研究并取得了一定的成果。同时对于量子化的ICM的神经动力学性质开展了一定的研究，对量子ICM视觉神经网络在时滞现象下平衡点的存在性、全局稳定性做出相应的研究，对量子ICM视觉神经网络中可能存在的混沌动力学现象和行为展开了一定的研究。依托本课题在国内外期刊和会议上发表学术论文5篇，其中SCI 索引期刊1篇（IF=1.467）培养硕士毕业生1名，在读博士1名，同时培养了两位青年教师。通过本课题的完成，我们对于量子ICM视觉神经网络以及量子神经计算有一个较为系统且全面的认识，从而夯实量子ICM视觉神经网络的理论基础，从理论上为量子ICM视觉神经计算的实际应用提供理论和实践基础。