CN108154240A - 一种低复杂度的量子线路模拟*** - Google Patents

一种低复杂度的量子线路模拟*** Download PDF

Info

Publication number
CN108154240A
CN108154240A CN201711470556.7A CN201711470556A CN108154240A CN 108154240 A CN108154240 A CN 108154240A CN 201711470556 A CN201711470556 A CN 201711470556A CN 108154240 A CN108154240 A CN 108154240A
Authority
CN
China
Prior art keywords
quantum
bit
matrix
state
total operation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711470556.7A
Other languages
English (en)
Other versions
CN108154240B (zh
Inventor
朱美珍
杨夏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Native Quantum Computing Technology Co Ltd
Origin Quantum Computing Technology Co Ltd
Original Assignee
Hefei Native Quantum Computing Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hefei Native Quantum Computing Technology Co Ltd filed Critical Hefei Native Quantum Computing Technology Co Ltd
Priority to CN201711470556.7A priority Critical patent/CN108154240B/zh
Publication of CN108154240A publication Critical patent/CN108154240A/zh
Application granted granted Critical
Publication of CN108154240B publication Critical patent/CN108154240B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00Quantum computing, i.e. information processing based on quantum-mechanical phenomena

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种低复杂度的量子线路模拟***,属于量子计算领域,克服了现有技术中量子线路模拟存储空间过大、计算时间过长的技术问题。本发明的***包括输入模块、存储模块和输出模块,存储模块对数据的存储过程如下:(1)建立数学模型,表征量子态与量子逻辑门操作;(2)对量子比特进行分组,将量子比特的编号重排;(3)对总的操作矩阵U0降阶,计算输出态。本发明利用量子逻辑门隐含的内在规律直接对量子态矢量的矩阵元进行操作,同时,这一方法还具有可扩展性,在未来可以使用超级计算机模拟位数更多的量子计算机。

Description

一种低复杂度的量子线路模拟***
技术领域
本发明属于量子计算领域,具体涉及一种基于量子线路模型的程序语言描述***,是一种低时间、空间复杂度的,用计算机对量子线路进行模拟***。
背景技术
以量子线路模型描述的量子算法,是一种操控量子计算机,使其对输入状态进行处理,并且输出特定的测量值的方法。量子计算机在运行量子算法时因其具有相对普通计算机更高效的处理数学问题的能力,例如能将破解RSA密钥的时间从数百年加速到数小时,故成为一种正在研究中的关键技术。量子计算机的处理速度随量子位数量的增长而指数增长,预计到50位以上时,量子计算机在特定问题上的处理速度将比世界上所有超级计算机的处理速度之和快。然而,现阶段的量子计算机的原型机的量子位数量较少,实际处理速度还没有经典计算机快。为了解决这个问题,人们用理论分析的方法对量子计算机的行为进行预测,这种方法通常用来验证量子算法或者量子计算机行为的正确性,对量子算法和量子计算机设计进行指导。
以往,人们使用代表量子逻辑门的幺正变换矩阵和代表量子态的复数矢量之积对量子态的变化进行分析和模拟仿真。但是,这样的计算的时间、空间复杂度都随着量子位的个数以二次的指数函数增长,当量子位达到20位时,表示一个量子逻辑门所需的矩阵维数达到1048576,以双精度浮点数据类型为例,需要16384GB的内存进行储存,占用的储存空间十分巨大。另外,人们使用量子线路图对量子算法进行描述,这种方法还存在可扩展性差的缺点。
发明内容
1、要解决的问题
针对现有技术中因矩阵运算需要存储空间过大导致无法计算或存储空间足够但计算时间过长而不宜模拟量子线路的问题,本发明提供了一种低复杂度的模拟***,对量子线路进行模拟。本发明利用量子逻辑门隐含的内在规律直接对量子态矢量的矩阵元进行操作,同时,这一方法还具有可扩展性,在未来可以使用超级计算机模拟位数更多的量子计算机。
2、技术方案
为解决上述问题,本发明采用如下的技术方案。
发明原理:利用量子逻辑门的矩阵特点,将复杂冗余的矩阵乘法降阶为多个低维的矩阵乘法。
一种低复杂度的量子线路模拟***,包括输入模块、数据处理模块和输出模块,所述的数据处理模块对数据的处理过程如下:
(1)建立数学模型,表征量子态与量子逻辑门操作
对于单量子比特,数学模型为一个1*2的复向量;对于N个量子比特,通过直积运算得到1*2N的复向量;利用两个1*2N维的向量,分别存储量子态的实部与虚部,以任意给定量子逻辑门U以及操作的比特编号,表征相应的量子逻辑门;
(2)对量子比特进行分组,将量子比特的编号重排
根据量子比特是否为控制比特或受控比特作为判断条件,将量子比特分为两组:不是控制或受控比特的量子比特记为循环比特,控制或受控量子比特记为操作比特;将所有的操作比特的编号排在循环比特的后面,按照此编号对存储量子态的向量及总的操作矩阵U0重新排列,所述总的操作矩阵U0是每一个量子比特对应的量子逻辑门的矩阵形式的直积,循环比特对应的量子逻辑门的矩阵形式为单位矩阵;
(3)对总的操作矩阵U0降阶,计算输出态
利用重新排布后的总的操作矩阵U0中矩阵元排布的规律,将2N+2N的矩阵乘法,降阶为2N-m个2m*2m的矩阵乘法,完成数据处理过程;
其中,m为给定量子逻辑门的维度,对于单量子比特逻辑门,m=1,对于两量子比特逻辑门,m=2,以此类推。
进一步地,所述的步骤(2)中,对量子比特进行分组,将量子比特的编号重排的方法如下:
对于N位量子比特,总的操作矩阵U0为2N*2N的矩阵,输出量子态|θ>out通过总的操作矩阵U0与输入量子态|θ>in相乘得到,即|θ>out=U0*|θ>in;具体的:
1)对于单量子比特逻辑门Ui,总的操作矩阵U0可表示为:
其中,I为2*2的单位矩阵;将第i位量子比特移至第N位量子比特后,其余量子比特的位置不变,按照编号由小至大的顺序排列,即:
i为1、2....N之间的任一整数,相应的,存储输入量子态|θ>in的编号也做对应的调整;
输入量子态|θ>in改写为:|θ>in=|q1q2 ...qi-1qi+1 ...qNqi>;q1、q2 ...qi-1、qi+1...qN为循环比特,qi为操作比特;
单位矩阵直积的结果仍为单位矩阵,故总的操作矩阵U0改写为:
2)对于两量子比特逻辑门Uij,分组原理与单比特量子逻辑门相同,通过上述方法,将第ij位量子比特移至第N位量子比特后,其余量子比特位置不变,按照编号由小至大的顺序排列。总的操作矩阵U0改写为:
输入量子态|θ>in改写为:|θ>in=|q1q2 ...qi-1qi+1 ...qj-1qj+1 ...qNqiqj>;q1、q2...qi-1、qi+1...qj-1qj+1...qN为循环比特,qi、qj为操作比特;
注:为了表述方便,本方法中的两量子比特逻辑门的符号表示中,均默认为i<j且i+1<j-1,但处理实际问题中并无此要求,满足上述文字叙述即可。
3)同理,此方法扩展至三位以上的多位量子比特逻辑门操作。
进一步地,所述的步骤(3)对总的操作矩阵U0降阶的方法如下:
1)对于单量子比特逻辑门
根据所述的步骤(2)的排列结果,将循环比特按照编号从00...00遍历至11...11,步长为1;对于操作比特进行相应的量子逻辑门计算,具体如下:
其中|q1q2...qi-1qi+1...qN0>in,|q1q2...qi-1qi+1...qN1>in表示的是输入量子态分量为|q1q2...qi-1qi+1...qN0>,|q1q2...qi-1qi+1...qN1>的系数;|q1q2...qi-1qi+1...qN>out,|q1q2...qi-1qi+1...qN1>out表示的是输出量子态分量为|q1q2...qi-1qi+1...qN0>,|q1q2...qi- 1qi+1...qN1>的系数;
故将2N*2N的矩阵乘法,化简为2N-1个2*2的矩阵乘法,依次完成每个2*2的矩阵即可得到输出量子态的结果;
2)对于双量子比特逻辑门,降阶方法与单量子比特逻辑门相同;
由于所述的步骤(2)的分组操作,输出量子态|θ>out=U*|θ>in可以重新表述为:对于q1q2...qi-1qi+1...qj-1qj+1...qN的从00…0至11…1的全排列,共2N-2种情况,对于每一种情况,执行
故将2N*2N的矩阵乘法,化简为2N-2个4*4的矩阵乘法,依次完成每个4*4的矩阵即可得到输出量子态的结果;
3)同理,此方法扩展三位以上更多位的量子比特逻辑门操作。
3、有益效果
相比于现有技术,本发明的有益效果为:
(1)本发明避免了显式表示量子逻辑门矩阵的***中矩阵元数量过多的缺点,以及省略了矩阵乘法中的冗余操作,通过对操作矩阵与量子态编号的重新排列,得到操作矩阵的规律,从而对表示量子态的复向量直接计算,取代矩阵乘法的技术方案,以平方数量级相对矩阵乘法方法计算该问题;
(2)本发明采用化矩阵乘法为一阶向量运算的技术方案,提供了一种计算速度快,内存消耗低的求解量子线路仿真的一种***。对于N位量子比特的模拟,传统矩阵算法需要存储2N*2N的操作矩阵以及1*2N的列向量。而改进后的技术只需要存储1*2N的列向量即可实现;
(3)本发明可扩展性强。对于三量子比特以上的量子逻辑门,可以采用相同的排列划分的方法,对N位量子比特***做一个m量子比特逻辑门,可化简为2N-m+1次m*m的矩阵乘法运算。采用本***的计算量远小于传统矩阵算法,且计算复杂度与单量子比特逻辑门相比并无差异。
附图说明
图1为本发明的线路模拟流程图。
具体实施方式
下面结合附图对本发明进行详细描述。
结合图1,基于具体的实施例对本发明的***做进一步的描述。本发明的低复杂度的量子线路模拟***,包括依次连接的输入模块、数据处理模块和输出模块。输入模块的作用是,数据输入。数据处理模块的作用是,完成对来自输入模块的数据的处理。输出模块的作用是对经数据处理模块处理的数据进行输出。具体的,数据处理模块对数据的处理过程如下:
下面以N=4的量子比特***为例,量子输入态具体表示为:
注:
(1)在以下的实施例中,下标含义如下:|q1q3q3q4>in0的下标in代表输入态,out代表输出态,0代表编号重新排布前的顺序,1代表编号重新排布后的顺序。
(2)为了方便叙述,本实施例中每个量子态分量系数均为实数,但不仅限于实数,计算方法完全一致。
(3)|θ>in0和|θ>out0中,系数为零的量子态分量在总的量子态的表达式中省略不表示。
实施例1:对q2做Hadamard门操作。
步骤一:建立数学模型,用表征对量子体系的操作,此时总的操作矩阵U0与输入量子态|θ>in0可表示为:
步骤二:将量子比特分组,将量子比特的编号重排:
据量子比特是否为控制比特或受控比特作为判断条件,将量子比特进行分组,q1、q3、q4为循环比特,q2为操作比特。
根据分组结果,对量子比特编号重新排列,并按照此编号对存储量子态的向量及总的操作矩阵重新排列。重新排列后的量子态|θ>in1与重新排列后的总的操作矩阵U1如下:
步骤三:对总的操作矩阵降阶,计算输出态
通过新的编号以及操作矩阵的形式,可以将16*16的矩阵转换成8个2*2的矩阵。
接下来,利用分块后的矩阵,计算输出态:
其中q1q3q4为000至111的全排列共8种情况,依次计算输出结果。
具体过程如下:
q1q3q4=000时,
q1q3q4=001时,
q1q3q4=010时,
q1q3q4=011时,
q1q3q4=100时,
q1q3q4=101时,
q1q3q4=110时,
q1q3q4=111时,
最后,将上述结果结合可得到输出态
完成数据处理过程。
实施例1采用传统的矩阵算法,需要存储大小为16*16的总的操作矩阵,以及163次浮点乘法运算与16*15次浮点加法运算。
采用本发明的方法,只需要存储2*2大小的操作矩阵,以及32次浮点乘法运算和16次浮点加法运算。
实施例2:对q1q3做q1控制q3的CNOT门,记为CNOT1,3
步骤一:建立数学模型,用表征量子比特逻辑门。
步骤二:将量子比特分组,将量子比特的编号重排:据量子比特是否为控制比特或受控比特作为判断条件,将量子比特进行分组,q2、q4为循环比特,q1、q3为操作比特。根据分组结果,对量子比特编号重新排列,并按照此编号对存储量子态的向量及总的操作矩阵重新排列。重新排列后的量子态|θ>in1与重新排列后的总的操作矩阵U1如下:
其中,
步骤三:对总的操作矩阵降阶,计算输出态
通过新的编号以及操作矩阵的形式,可以将16*16的矩阵转换成4个4*4的矩阵。
接下来,利用分块后的矩阵,计算输出态:
其中q2q4为00至11的全排列情况,共四种情况。
具体过程如下:
q2q4=00时:
q2q4=01时:
q2q4=10时:
q2q4=11时:
最后,将上述结果结合可得到输出态
完成数据处理过程。
实施例2采用传统的矩阵算法,需要存储大小为16*16的总的操作矩阵,以及163次浮点乘法运算与16*15次浮点加法运算。
采用本发明的方法,只需要存储4*4大小的操作矩阵,以及64次浮点乘法运算和48次浮点加法运算。
实施例3:对q1q3q4做q1q3控制q4的Toffoli门,记为Toffoli1,3,4
步骤一:建立数学模型,用表征量子比特逻辑门。
步骤二:将量子比特分组,将量子比特的编号重排:据量子比特是否为控制比特或受控比特作为判断条件,将量子比特进行分组,q2为循环比特,q1、q3、q4为操作比特。根据分组结果,对量子比特编号重新排列,并按照此编号对存储量子态的向量及总的操作矩阵重新排列。重新排列后的量子态|θ>in1与重新排列后总的操作矩阵U1如下:
其中,
步骤三:对总的操作矩阵降阶,计算输出态
通过新的编号以及操作矩阵的形式,可以将16*16的矩阵转换成2个8*8的矩阵。
接下来,利用分块后的矩阵,计算输出态:
其中q2为0至1的全排列情况,共两种情况。
具体过程如下:
q2=0时:
q2=1时:
最后,将上述结果结合可得到输出态
完成数据处理过程。
实施例3采用传统的矩阵算法,需要存储大小为16*16的总的操作矩阵,以及163次浮点乘法运算与16*15次浮点加法运算。
采用本发明的方法,只需要存储8*8大小的操作矩阵,以及128次浮点乘法运算和112次浮点加法运算。

Claims (3)

1.一种低复杂度的量子线路模拟***,包括输入模块、数据处理模块和输出模块,其特征在于,所述的数据处理模块对数据的处理过程如下:
(1)建立数学模型,表征量子态与量子逻辑门操作
对于单量子比特,数学模型为一个1*2的复向量;对于N个量子比特,通过直积运算得到1*2N的复向量;利用两个1*2N维的向量,分别存储量子态的实部与虚部,以任意给定量子逻辑门U以及操作的比特编号,表征相应的量子逻辑门;
(2)对量子比特进行分组,将量子比特的编号重排
根据量子比特是否为控制比特或受控比特作为判断条件,将量子比特分为两组:不是控制或受控比特的量子比特记为循环比特,控制或受控量子比特记为操作比特;将所有的操作比特的编号排在循环比特的后面,按照此编号对存储量子态的向量及总的操作矩阵U0重新排列,所述总的操作矩阵U0是每一个量子比特对应的量子逻辑门的矩阵形式的直积,循环比特对应的量子逻辑门的矩阵形式为单位矩阵;
(3)对总的操作矩阵U0降阶,计算输出态
利用重新排布后的总的操作矩阵U0中矩阵元排布的规律,将2N*2N的矩阵乘法,降阶为2N-m个2m*2m的矩阵乘法,完成数据处理过程;
其中,m为给定量子逻辑门的维度,对于单量子比特逻辑门,m=1,对于两量子比特逻辑门,m=2,以此类推。
2.根据权利要求1所述的一种低复杂度的量子线路模拟***,其特征在于,所述的步骤(2)中,对量子比特进行分组,将量子比特的编号重排的方法如下:
对于N位量子比特,总的操作矩阵U0为2N*2N的矩阵,输出量子态|θ>out通过总的操作矩阵U0与输入量子态|θ>in相乘得到,即|θ>out=U0*|θ>in;具体的:
1)对于单量子比特逻辑门Ui,总的操作矩阵U0可表示为:
其中,I为2*2的单位矩阵;将第i位量子比特移至第N位量子比特后,其余量子比特的位置不变,按照编号由小至大的顺序排列,即:
i为1、2....N之间的任一整数,相应的,存储输入量子态|θ>in的编号也做对应的调整;
输入量子态|θ>in改写为:|θ>in=|q1q2...qi-1qi+1...qNqi>;q1、q2...qi-1、qi+1...qN为循环比特,qi为操作比特;
单位矩阵直积的结果仍为单位矩阵,故总的操作矩阵U0改写为:
2)对于两量子比特逻辑门Uij,分组原理与单比特量子逻辑门相同,通过上述方法,将第ij位量子比特移至第N位量子比特后,其余量子比特位置不变,按照编号由小至大的顺序排列,总的操作矩阵U0改写为:
输入量子态|θ>in改写为:|θ>in=|q1q2...qi-1qi+1...qj-1qj+1...qNqiqj>;
q1、q2...qi-1、qi+1...qj-1qj+1...qN为循环比特,qi、qj为操作比特;
3)同理,此方法扩展至三位以上的多位量子比特逻辑门操作。
3.根据权利要求1或2所述的一种低复杂度的量子线路模拟***,其特征在于,所述的步骤(3)对总的操作矩阵U0降阶的方法如下:
1)对于单量子比特逻辑门
根据所述的步骤(2)的排列结果,将循环比特按照编号从00...00遍历至11...11,步长为1;对于操作比特进行相应的量子逻辑门计算,具体如下:
其中|q1q2...qi-1qi+1...qN0>in,|q1q2...qi-1qi+1...qN1>in表示的是输入量子态分量为|q1q2...qi-1qi+1...qN0>,|q1q2...qi-1qi+1...qN1>的系数;
|q1q2...qi-1qi+1...qN0>out,|q1q2...qi-1qi+1...qN1>out表示的是输出量子态分量为|q1q2...qi-1qi+1...qN0>,|q1q2...qi-1qi+1...qN1>的系数;
故将2N*2N的矩阵乘法,化简为2N-1个2*2的矩阵乘法,依次完成每个2*2的矩阵即可得到输出量子态的结果;
2)对于双量子比特逻辑门,降阶方法与单量子比特逻辑门相同;
由于所述的步骤(2)的分组操作,输出量子态|θ>out=U*|θ>in可以重新表述为:对于q1q2…qi-1qi+1…qj-1qj+1…qN的从00…0至11…1的全排列,共2N-2种情况,对于每一种情况,执行
故将2N+2N的矩阵乘法,化简为2N-2个4*4的矩阵乘法,依次完成每个4*4的矩阵即可得到输出量子态的结果;
3)同理,此方法扩展三位以上更多位的量子比特逻辑门操作。
CN201711470556.7A 2017-12-29 2017-12-29 一种低复杂度的量子线路模拟*** Active CN108154240B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711470556.7A CN108154240B (zh) 2017-12-29 2017-12-29 一种低复杂度的量子线路模拟***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711470556.7A CN108154240B (zh) 2017-12-29 2017-12-29 一种低复杂度的量子线路模拟***

Publications (2)

Publication Number Publication Date
CN108154240A true CN108154240A (zh) 2018-06-12
CN108154240B CN108154240B (zh) 2020-07-07

Family

ID=62463844

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711470556.7A Active CN108154240B (zh) 2017-12-29 2017-12-29 一种低复杂度的量子线路模拟***

Country Status (1)

Country Link
CN (1) CN108154240B (zh)

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108898228A (zh) * 2018-06-21 2018-11-27 广西师范大学 一种不破坏源操作数的量子加法器设计方法
CN109004989A (zh) * 2018-08-06 2018-12-14 合肥本源量子计算科技有限责任公司 一种量子比特逻辑信号的生成***和方法
CN109376866A (zh) * 2018-09-17 2019-02-22 合肥本源量子计算科技有限责任公司 元数据的记录方法及装置、量子程序的运行方法及装置
CN109376867A (zh) * 2018-09-17 2019-02-22 合肥本源量子计算科技有限责任公司 两量子比特逻辑门的处理方法及装置
CN109472364A (zh) * 2018-10-17 2019-03-15 合肥本源量子计算科技有限责任公司 量子程序的处理方法及装置、存储介质和电子装置
CN109615078A (zh) * 2018-10-29 2019-04-12 复旦大学 一种计算强几何限制自旋模型的量子蒙特卡洛算法
CN109683086A (zh) * 2019-01-30 2019-04-26 合肥本源量子计算科技有限责任公司 一种量子比特控制信号生成方法
CN109740758A (zh) * 2019-01-09 2019-05-10 电子科技大学 一种基于量子计算的核方法
CN110705711A (zh) * 2019-09-17 2020-01-17 合肥本源量子计算科技有限责任公司 一种量子态信息降维编码方法及装置
CN110807526A (zh) * 2019-09-17 2020-02-18 合肥本源量子计算科技有限责任公司 一种用于量子态转化的量子逻辑门获取方法及装置
CN110826719A (zh) * 2019-10-14 2020-02-21 合肥本源量子计算科技有限责任公司 一种量子程序的处理方法、装置、存储介质和电子装置
CN110942151A (zh) * 2019-09-17 2020-03-31 合肥本源量子计算科技有限责任公司 一种量子态层析方法及装置
CN111563598A (zh) * 2019-12-31 2020-08-21 合肥本源量子计算科技有限责任公司 预估量子计算模拟时间的方法、***
CN111582491A (zh) * 2020-04-30 2020-08-25 合肥本源量子计算科技有限责任公司 一种量子线路的构建方法及装置
CN111598246A (zh) * 2020-04-22 2020-08-28 北京百度网讯科技有限公司 量子吉布斯态生成方法、装置及电子设备
CN111738448A (zh) * 2020-06-23 2020-10-02 北京百度网讯科技有限公司 量子线路模拟方法、装置、设备及存储介质
CN111914378A (zh) * 2019-04-22 2020-11-10 合肥本源量子计算科技有限责任公司 一种单振幅量子计算模拟方法
CN112073126A (zh) * 2020-08-14 2020-12-11 合肥本源量子计算科技有限责任公司 一种网络节点重要性的排序方法及装置
CN112162723A (zh) * 2020-09-30 2021-01-01 合肥本源量子计算科技有限责任公司 一种量子加法运算方法、装置、电子装置及存储介质
CN112633507A (zh) * 2020-11-27 2021-04-09 合肥本源量子计算科技有限责任公司 一种将复向量编码到量子线路的方法及装置
CN113222161A (zh) * 2020-01-21 2021-08-06 合肥本源量子计算科技有限责任公司 一种自定义量子逻辑门的实现方法、装置
CN113222157A (zh) * 2020-01-21 2021-08-06 合肥本源量子计算科技有限责任公司 一种量子模拟方法、装置、电子装置及存储介质
CN113222150A (zh) * 2020-01-21 2021-08-06 合肥本源量子计算科技有限责任公司 一种量子态的变换方法及装置
CN113222151A (zh) * 2020-01-21 2021-08-06 合肥本源量子计算科技有限责任公司 一种量子态的变换方法及装置
CN113723612A (zh) * 2021-08-31 2021-11-30 北京百度网讯科技有限公司 对单向量子计算机计算模型的量子***进行操作的方法及装置
US11222280B2 (en) 2019-01-30 2022-01-11 Origin Quantum Computing Company, Limited, Hefei Method and system for generating quantum bit control signal
CN114091363A (zh) * 2020-08-04 2022-02-25 合肥本源量子计算科技有限责任公司 基于量子算法的计算流体动力学模拟方法、装置及设备
US11475345B2 (en) 2018-12-06 2022-10-18 International Business Machines Corporation Controlled NOT gate parallelization in quantum computing simulation
CN115759270A (zh) * 2022-10-24 2023-03-07 华东师范大学 一种基于量子线路的高效模拟方法
CN116151383A (zh) * 2023-02-20 2023-05-23 北京百度网讯科技有限公司 量子计算处理方法、装置及电子设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1959708A (zh) * 2005-11-01 2007-05-09 沈诗昊 高效量子线路仿真方法与***
CN101118608A (zh) * 2007-08-23 2008-02-06 清华大学 任意量子比特门的分解方法
JP2012063838A (ja) * 2010-09-14 2012-03-29 Nippon Telegr & Teleph Corp <Ntt> 量子演算方法、量子演算装置
CN103067093A (zh) * 2012-12-26 2013-04-24 中国电力科学研究院 一种适用于高压架空电力线路的量子纠错编码方法
CN103942753A (zh) * 2014-05-04 2014-07-23 华东交通大学 多维量子彩色图像的几何变换的设计与实现方法
CN104462689A (zh) * 2014-12-09 2015-03-25 南通大学 线性最近邻量子电路生成器
CN105846814A (zh) * 2016-03-24 2016-08-10 南通大学 针对加密技术领域乘法运算的量子逻辑电路的构造方法
WO2017143195A1 (en) * 2016-02-18 2017-08-24 Microsoft Technology Licensing, Llc Randomized gap and amplitude estimation
CN107153632A (zh) * 2017-05-10 2017-09-12 广西师范大学 一种量子Haar小波变换实现量子线路设计的方法
CN107341687A (zh) * 2017-06-01 2017-11-10 华南理工大学 一种基于多维标签与分类排序的推荐算法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1959708A (zh) * 2005-11-01 2007-05-09 沈诗昊 高效量子线路仿真方法与***
CN101118608A (zh) * 2007-08-23 2008-02-06 清华大学 任意量子比特门的分解方法
JP2012063838A (ja) * 2010-09-14 2012-03-29 Nippon Telegr & Teleph Corp <Ntt> 量子演算方法、量子演算装置
CN103067093A (zh) * 2012-12-26 2013-04-24 中国电力科学研究院 一种适用于高压架空电力线路的量子纠错编码方法
CN103942753A (zh) * 2014-05-04 2014-07-23 华东交通大学 多维量子彩色图像的几何变换的设计与实现方法
CN104462689A (zh) * 2014-12-09 2015-03-25 南通大学 线性最近邻量子电路生成器
WO2017143195A1 (en) * 2016-02-18 2017-08-24 Microsoft Technology Licensing, Llc Randomized gap and amplitude estimation
CN105846814A (zh) * 2016-03-24 2016-08-10 南通大学 针对加密技术领域乘法运算的量子逻辑电路的构造方法
CN107153632A (zh) * 2017-05-10 2017-09-12 广西师范大学 一种量子Haar小波变换实现量子线路设计的方法
CN107341687A (zh) * 2017-06-01 2017-11-10 华南理工大学 一种基于多维标签与分类排序的推荐算法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MASSOUD PEDRAM等: ""Layout Optimization for quantum circuits with linear nearest neighbor architectures"", 《IEEE CIRCUITS AND SYSTEMS MAGAZINE》 *
刘凯等: ""高维辅助的普适量子线路优化"", 《物理学报》 *

Cited By (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108898228B (zh) * 2018-06-21 2024-03-08 广西师范大学 一种不破坏源操作数的量子加法器设计方法
CN108898228A (zh) * 2018-06-21 2018-11-27 广西师范大学 一种不破坏源操作数的量子加法器设计方法
CN109004989A (zh) * 2018-08-06 2018-12-14 合肥本源量子计算科技有限责任公司 一种量子比特逻辑信号的生成***和方法
CN109376867B (zh) * 2018-09-17 2021-05-07 合肥本源量子计算科技有限责任公司 两量子比特逻辑门的处理方法及装置
CN109376867A (zh) * 2018-09-17 2019-02-22 合肥本源量子计算科技有限责任公司 两量子比特逻辑门的处理方法及装置
CN109376866B (zh) * 2018-09-17 2021-03-12 合肥本源量子计算科技有限责任公司 元数据的记录方法及装置、量子程序的运行方法及装置
CN109376866A (zh) * 2018-09-17 2019-02-22 合肥本源量子计算科技有限责任公司 元数据的记录方法及装置、量子程序的运行方法及装置
CN109472364A (zh) * 2018-10-17 2019-03-15 合肥本源量子计算科技有限责任公司 量子程序的处理方法及装置、存储介质和电子装置
CN109472364B (zh) * 2018-10-17 2020-02-21 合肥本源量子计算科技有限责任公司 量子程序的处理方法及装置、存储介质和电子装置
CN109615078A (zh) * 2018-10-29 2019-04-12 复旦大学 一种计算强几何限制自旋模型的量子蒙特卡洛算法
US11475345B2 (en) 2018-12-06 2022-10-18 International Business Machines Corporation Controlled NOT gate parallelization in quantum computing simulation
CN109740758A (zh) * 2019-01-09 2019-05-10 电子科技大学 一种基于量子计算的核方法
CN109740758B (zh) * 2019-01-09 2023-04-07 电子科技大学 一种基于量子计算的核方法
CN109683086A (zh) * 2019-01-30 2019-04-26 合肥本源量子计算科技有限责任公司 一种量子比特控制信号生成方法
US11222280B2 (en) 2019-01-30 2022-01-11 Origin Quantum Computing Company, Limited, Hefei Method and system for generating quantum bit control signal
CN111914378B (zh) * 2019-04-22 2024-05-07 本源量子计算科技(合肥)股份有限公司 一种单振幅量子计算模拟方法及装置
CN111914378A (zh) * 2019-04-22 2020-11-10 合肥本源量子计算科技有限责任公司 一种单振幅量子计算模拟方法
CN110942151B (zh) * 2019-09-17 2023-12-12 本源量子计算科技(合肥)股份有限公司 一种量子态层析方法及装置
CN110705711B (zh) * 2019-09-17 2023-08-11 本源量子计算科技(合肥)股份有限公司 用于量子态信息降维编码的量子逻辑门的确定方法及装置
CN110942151A (zh) * 2019-09-17 2020-03-31 合肥本源量子计算科技有限责任公司 一种量子态层析方法及装置
CN110807526A (zh) * 2019-09-17 2020-02-18 合肥本源量子计算科技有限责任公司 一种用于量子态转化的量子逻辑门获取方法及装置
CN110705711A (zh) * 2019-09-17 2020-01-17 合肥本源量子计算科技有限责任公司 一种量子态信息降维编码方法及装置
CN110807526B (zh) * 2019-09-17 2021-11-09 合肥本源量子计算科技有限责任公司 一种用于量子态转化的量子逻辑门获取方法及装置
CN110826719A (zh) * 2019-10-14 2020-02-21 合肥本源量子计算科技有限责任公司 一种量子程序的处理方法、装置、存储介质和电子装置
CN110826719B (zh) * 2019-10-14 2022-08-16 合肥本源量子计算科技有限责任公司 一种量子程序的处理方法、装置、存储介质和电子装置
CN111563598B (zh) * 2019-12-31 2023-04-25 合肥本源量子计算科技有限责任公司 预估量子计算模拟时间的方法、***
CN111563598A (zh) * 2019-12-31 2020-08-21 合肥本源量子计算科技有限责任公司 预估量子计算模拟时间的方法、***
CN113222161B (zh) * 2020-01-21 2023-06-02 合肥本源量子计算科技有限责任公司 一种自定义量子逻辑门的实现方法、装置
CN113222157A (zh) * 2020-01-21 2021-08-06 合肥本源量子计算科技有限责任公司 一种量子模拟方法、装置、电子装置及存储介质
CN113222161A (zh) * 2020-01-21 2021-08-06 合肥本源量子计算科技有限责任公司 一种自定义量子逻辑门的实现方法、装置
CN113222150A (zh) * 2020-01-21 2021-08-06 合肥本源量子计算科技有限责任公司 一种量子态的变换方法及装置
CN113222151A (zh) * 2020-01-21 2021-08-06 合肥本源量子计算科技有限责任公司 一种量子态的变换方法及装置
CN113222151B (zh) * 2020-01-21 2023-09-05 本源量子计算科技(合肥)股份有限公司 一种量子态的变换方法及装置
CN113222150B (zh) * 2020-01-21 2023-08-08 本源量子计算科技(合肥)股份有限公司 一种量子态的变换方法及装置
CN113222157B (zh) * 2020-01-21 2024-02-09 本源量子计算科技(合肥)股份有限公司 一种量子模拟方法、装置、电子装置及存储介质
CN111598246A (zh) * 2020-04-22 2020-08-28 北京百度网讯科技有限公司 量子吉布斯态生成方法、装置及电子设备
CN111582491B (zh) * 2020-04-30 2023-10-13 本源量子计算科技(合肥)股份有限公司 一种量子线路的构建方法及装置
CN111582491A (zh) * 2020-04-30 2020-08-25 合肥本源量子计算科技有限责任公司 一种量子线路的构建方法及装置
CN111738448B (zh) * 2020-06-23 2021-09-28 北京百度网讯科技有限公司 量子线路模拟方法、装置、设备及存储介质
CN111738448A (zh) * 2020-06-23 2020-10-02 北京百度网讯科技有限公司 量子线路模拟方法、装置、设备及存储介质
CN114091363B (zh) * 2020-08-04 2023-08-08 合肥本源量子计算科技有限责任公司 基于量子算法的计算流体动力学模拟方法、装置及设备
CN114091363A (zh) * 2020-08-04 2022-02-25 合肥本源量子计算科技有限责任公司 基于量子算法的计算流体动力学模拟方法、装置及设备
CN112073126A (zh) * 2020-08-14 2020-12-11 合肥本源量子计算科技有限责任公司 一种网络节点重要性的排序方法及装置
CN112162723A (zh) * 2020-09-30 2021-01-01 合肥本源量子计算科技有限责任公司 一种量子加法运算方法、装置、电子装置及存储介质
CN112162723B (zh) * 2020-09-30 2023-12-15 本源量子计算科技(合肥)股份有限公司 一种量子减法运算方法、装置、电子装置及存储介质
CN112633507A (zh) * 2020-11-27 2021-04-09 合肥本源量子计算科技有限责任公司 一种将复向量编码到量子线路的方法及装置
CN112633507B (zh) * 2020-11-27 2024-05-07 本源量子计算科技(合肥)股份有限公司 一种将复向量编码到量子线路的方法及装置
CN113723612A (zh) * 2021-08-31 2021-11-30 北京百度网讯科技有限公司 对单向量子计算机计算模型的量子***进行操作的方法及装置
CN115759270A (zh) * 2022-10-24 2023-03-07 华东师范大学 一种基于量子线路的高效模拟方法
CN116151383B (zh) * 2023-02-20 2023-10-03 北京百度网讯科技有限公司 量子计算处理方法、装置及电子设备
CN116151383A (zh) * 2023-02-20 2023-05-23 北京百度网讯科技有限公司 量子计算处理方法、装置及电子设备

Also Published As

Publication number Publication date
CN108154240B (zh) 2020-07-07

Similar Documents

Publication Publication Date Title
CN108154240A (zh) 一种低复杂度的量子线路模拟***
Zhou et al. Rethinking bottleneck structure for efficient mobile network design
Fresca et al. POD-DL-ROM: Enhancing deep learning-based reduced order models for nonlinear parametrized PDEs by proper orthogonal decomposition
CN104915322B (zh) 一种卷积神经网络硬件加速方法
Li et al. Protein secondary structure optimization using an improved artificial bee colony algorithm based on AB off-lattice model
CN102138146A (zh) 使用并行多级不完全因式分解求解储层模拟矩阵方程的方法
CN106502964B (zh) 一种基于Spark的极限学习机并行化计算方法
Wang et al. PR-ELM: Parallel regularized extreme learning machine based on cluster
CN105825269B (zh) 一种基于并行自动编码机的特征学习方法及***
CN107423816A (zh) 一种多计算精度神经网络处理方法和***
CN105955031A (zh) 非线性预测控制的fpga硬件加速控制器及其加速实现方法
CN107977541A (zh) 一种优化量子线路仿真的方法
CN107579821A (zh) 密码字典生成方法及计算机可读存储介质
Hidayetoğlu et al. At-scale sparse deep neural network inference with efficient gpu implementation
Jouvet et al. Ice-flow model emulator based on physics-informed deep learning
Thibeault et al. A Novel Multi-GPU Neural Simulator.
Danciu A CNN-based approach for a class of non-standard hyperbolic partial differential equations modeling distributed parameters (nonlinear) control systems
CN111931939A (zh) 一种单振幅量子计算模拟方法
Shen et al. PRAP-PIM: A weight pattern reusing aware pruning method for ReRAM-based PIM DNN accelerators
CN104573331A (zh) 一种基于MapReduce的K近邻数据预测方法
Ahn Computation of deep belief networks using special-purpose hardware architecture
CN114511094B (zh) 一种量子算法的优化方法、装置、存储介质与电子装置
Yu et al. GPU-based JFNG method for power system transient dynamic simulation
Zhongbo et al. Pre-trained transformer model as a surrogate in multiscale computational homogenization framework for elastoplastic composite materials subjected to generic loading paths
CN107256342A (zh) 用于电子病历知识约简效能评估的多种群协同熵级联方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant