Гібридна квантово-вдосконалена модель штучного інтелекту в задачі автоматичного розпізнавання та швидкого перетворення неструктурованої текстової інформації на просторову
Тип публікації :
Стаття
Дата випуску :
15 грудня 2023 р.
Автор(и) :
Старовойт, Тетяна
Національний університет водного господарства та природокористування
Зайченко, Юрій
Національний технічний університет України “Київський політехнічний інститут імені Ігоря Сікорського”
Мова основного тексту :
Англійська
eKNUTSHIR URL :
Журнал :
Випуск :
1 (2)
ISSN :
2788-6603
Початкова сторінка :
38
Кінцева сторінка :
48
Цитування :
[APA 7] Старовойт, Т., & Зайченко, Ю. (2023). A hybrid quantum-perfected model of artificial intelligence in the problem of automatic recognition and fast conversion of unstructured text information into spatial. Сучасні інформаційні технології, (1 (2)), 38–48. https://doi.org/10.17721/AIT.2023.1.06
[ДСТУ] Старовойт Т., Зайченко Ю. A hybrid quantum-perfected model of artificial intelligence in the problem of automatic recognition and fast conversion of unstructured text information into spatial. Сучасні інформаційні технології. 2023. no. 1 (2). P. 38—48. DOI: 10.17721/AIT.2023.1.06 (date of access: 25.07.2026).
В с т у п . Ефективне перетворення великого об'єму неструктурованих текстових даних на просторову інформацію є критично важливим для управління системами розподілу води. Це дозволяє здійснювати конверсію великих наборів текстової інформації, таких як звіти, замовлення, листи й інші документи, на точкові класи просторових об'єктів у географічних інформаційних системах. Для опрацювання цієї проблеми, у новому перспективному підході йдеться про поєднання гібридних квантово-класичних нейронних мереж із геоінформаційними технологіями.
М е т о д и . Використано гібридні квантово-вдосконалені нейронні мережі разом із методами ГІС для розпізнавання іменованих сутностей, таких як особисті рахунки з їхніми адресами й геокодуванням, та елементи бухгалтерської документації Київводоканалу. Вказана інформація потім оприлюднюється на геопорталі з використанням платформи ArcGIS Enterprise у реальному часі, що є дуже перспективним для ефективного керування розподіленням води. Характеристики розробленої моделі оцінено за показниками точності, параметрами відкликання та зваженим гармонічним середнім значенням точності та відкликання.
Р е з у л ь т а т и . Отримані результати вказують, що розроблена гібридна квантово-класична модель штучного інтелекту може бути успішно застосована до трансформації великих об'ємів неструктурованої текстової інформації на просторову. Модель була інтегрована в ГІС із використанням ArcGIS Enterprise платформи. Суміщаючи отримані точкові класи просторових об'єктів з уже існуючими даними та методами просторових поєднань, автори розробили інтерактивну карту з інтервалом оновлення кожні п'ять хвилин.
В и с н о в к и . Використовуючи переваги квантових обчислень і поєднуючи їх із класичним апаратним забезпеченням та класичними моделями штучного інтелекту, стало можливим досягти подібних і навіть кращих характеристик порівняно з існуючими сучасними методами для опрацювання різних завдань. Квантове оброблення природної мови є новим перспективним напрямом, який має потенціал докорінно змінити підхід, за яким аналізується та розуміється мова людини.
М е т о д и . Використано гібридні квантово-вдосконалені нейронні мережі разом із методами ГІС для розпізнавання іменованих сутностей, таких як особисті рахунки з їхніми адресами й геокодуванням, та елементи бухгалтерської документації Київводоканалу. Вказана інформація потім оприлюднюється на геопорталі з використанням платформи ArcGIS Enterprise у реальному часі, що є дуже перспективним для ефективного керування розподіленням води. Характеристики розробленої моделі оцінено за показниками точності, параметрами відкликання та зваженим гармонічним середнім значенням точності та відкликання.
Р е з у л ь т а т и . Отримані результати вказують, що розроблена гібридна квантово-класична модель штучного інтелекту може бути успішно застосована до трансформації великих об'ємів неструктурованої текстової інформації на просторову. Модель була інтегрована в ГІС із використанням ArcGIS Enterprise платформи. Суміщаючи отримані точкові класи просторових об'єктів з уже існуючими даними та методами просторових поєднань, автори розробили інтерактивну карту з інтервалом оновлення кожні п'ять хвилин.
В и с н о в к и . Використовуючи переваги квантових обчислень і поєднуючи їх із класичним апаратним забезпеченням та класичними моделями штучного інтелекту, стало можливим досягти подібних і навіть кращих характеристик порівняно з існуючими сучасними методами для опрацювання різних завдань. Квантове оброблення природної мови є новим перспективним напрямом, який має потенціал докорінно змінити підхід, за яким аналізується та розуміється мова людини.
Ключові слова :
QNLP гібридні квантово-класичні нейронні мережі геокодування геоаналіз геоінформаційні системи ArcGIS розпізнавання сутностей неструктурована текстова інформація варіаційний квантовий запальник QLSTM просторові об'єкти. hybrid quantum-classical neural networks geocoding geoparsing geographic information systems ArcGIS entity recognition unstructured textual information variational quantum igniter spatial objects
Галузі знань та спеціальності :
12 Інформаційні технології
Галузі науки і техніки (FOS) :
Комп'ютерні та інформаційні науки
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
1.15 MB
Контрольна сума :
(MD5):0cc8d7efbd73026b9a4ae5ebf9d00ac3
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NoDerivatives 4.0 International