CN112000673A - 一种利用量子线路查询交易元素的方法及装置 - Google Patents
一种利用量子线路查询交易元素的方法及装置 Download PDFInfo
- Publication number
- CN112000673A CN112000673A CN202010897672.2A CN202010897672A CN112000673A CN 112000673 A CN112000673 A CN 112000673A CN 202010897672 A CN202010897672 A CN 202010897672A CN 112000673 A CN112000673 A CN 112000673A
- Authority
- CN
- China
- Prior art keywords
- quantum
- transaction
- amplitude
- index
- circuit
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 239000002096 quantum dot Substances 0.000 claims description 72
- 238000004590 computer program Methods 0.000 claims description 15
- 230000021615 conjugation Effects 0.000 claims description 6
- 230000017105 transposition Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 24
- 239000013598 vector Substances 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 239000007787 solid Substances 0.000 description 6
- 238000005065 mining Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 235000013351 cheese Nutrition 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 235000013336 milk Nutrition 0.000 description 4
- 239000008267 milk Substances 0.000 description 4
- 210000004080 milk Anatomy 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 235000008429 bread Nutrition 0.000 description 3
- 235000014121 butter Nutrition 0.000 description 3
- 230000005610 quantum mechanics Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 235000008098 Oxalis acetosella Nutrition 0.000 description 1
- 241001119522 Paullinia pinnata Species 0.000 description 1
- 235000010240 Paullinia pinnata Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Superconductor Devices And Manufacturing Methods Thereof (AREA)
- Complex Calculations (AREA)
Abstract
本发明公开了一种利用量子线路查询交易元素的方法及装置,方法包括:获取至少包含交易索引及其对应的交易元素的交易数据库,利用量子逻辑门和量子比特,构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的第一量子线路,运行所述第一量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第一振幅,并根据各个所述第一振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果。利用本发明实施例,能够实现在量子计算领域设计量子线路,以解决现有技术中查询交易元素效率较低的不足。
Description
技术领域
本发明属于量子计算技术领域,特别是一种利用量子线路查询交易元素的方法及装置。
背景技术
量子计算机是一类遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理装置。当某个装置处理和计算的是量子信息,运行的是量子算法时,它就是量子计算机。量子计算机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。
量子计算模拟是一个借助数值计算和计算机科学来仿真遵循量子力学规律的模拟计算,作为一个仿真程序,它依据量子力学的量子比特的基本定律,利用计算机的高速计算能力,刻画量子态的时空演化。
关联规则挖掘是用来描述事物之间的联系和挖掘事物之间的相关性,它是在交易数据库中搜索两个项目之间存在的显式或者隐式关系,有助于管理和决策。其核心是通过统计数据项获得频繁项集,被广泛应用于分类设计、捆绑式销售、仓库储货存配置等领域,是当前大数据分析和处理的一个研究热点。
在现实生活中,关联规则是反映一个事物与其他事物之间的相互依存性和关联性,常用于实体商店或在线电商的推荐***:通过对顾客的购买交易数据库进行关联规则挖掘,最终目的是发现顾客群体的购买习惯的内在共性,例如购买产品A的同时也连带购买产品B的概率,根据挖掘结果,调整货架的布局陈列、设计促销组合方案,实现销量的提升。
现有技术中,基本思想是先找出交易数据库中满足最小支持度的项目集(即频繁项集),再根据频繁项集生成关联规则。其中判断是否为频繁项集是核心问题,它通过迭代的方法,逐层搜索,每次搜索都需要完整地扫描一次数据库,这种传统串行方式效率非常低,并且在大数据环境,处理能力会产生瓶颈。
基于此,有必要利用量子算法的并行特性,构建量子线路以解决现有技术中查询交易元素效率较低的不足。
发明内容
本发明的目的是提供一种利用量子线路查询交易元素的方法及装置,以解决现有技术中的不足,它能够实现在量子计算领域设计量子线路,以解决现有技术中查询交易元素效率较低的不足。
本申请的一个实施例提供了一种利用量子线路查询交易元素的方法,所述方法包括:
获取至少包含交易索引及其对应的交易元素的交易数据库;
利用量子逻辑门和量子比特,构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的第一量子线路,其中,所述第一量子线路用于查询所述待查询交易元素对应的交易索引;
运行所述第一量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第一振幅,并根据各个所述第一振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果。
可选的,在构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的第一量子线路之后,所述方法还包括:
将所述第一量子线路根据第一预设时序,添加到第一预设量子线路中的第一预设量子比特位置上,得到至少用于振幅更新的第二量子线路;
所述运行所述第一量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第一振幅,并根据各个所述第一振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,包括:
运行所述第二量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第二振幅,并根据各个所述第二振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,其中,所述第二振幅为将所述第一振幅单次更新后的振幅。
可选的,在将所述第一量子线路根据第一预设时序,添加到第一预设量子线路中的第一预设量子比特位置上,得到至少用于振幅更新的第二量子线路之后,所述方法还包括:
将多个所述第二量子线路,根据第二预设时序,依次添加到第二预设量子线路中的第二预设量子比特位置上,得到至少用于多次迭代更新振幅的第三量子线路;
所述运行所述第二量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第二振幅,并根据各个所述第二振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,包括:
运行第二组合量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第三振幅,并根据各个所述第三振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,其中,所述第三振幅为将所述第一振幅多次迭代更新后的振幅。
可选的,所述利用量子逻辑门和量子比特,构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的量子线路,包括:
根据所述交易索引和所述交易元素的二进制位数,获取一组量子比特位;
依次将所述交易数据库中每一条交易信息对应的交易索引二进制值、交易元素二进制值编码到第一量子比特位,构建第一子量子线路;其中,一二进制位对应一所述第一量子比特位;
将所述待查询交易元素的二进制值编码到所述交易元素对应的量子比特位上,并在第二量子比特位添加预设量子逻辑门,构建第二子量子线路;其中,所述预设量子逻辑门包括泡利-X门;
在所述第二量子比特位添加受控U1量子逻辑门操作,构建第三子量子线路;
依次添加所述第二子量子线路对应的转置共轭操作和所述第一子量子线路对应的转置共轭操作,构建第四子量子线路;
将所述第一子量子线路、所述第二子量子线路、所述第三子量子线路、所述第四子量子线路,根据预设的各子量子线路间的量子比特对应关系,依次组成编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的量子线路。
可选的,所述根据各个所述第一振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,包括:
计算各个所述第一振幅对应的概率,将各个所述概率中最大概率对应的量子态包含的交易索引值,确定为所述待查询交易元素对应的交易索引结果。
本申请的又一实施例提供了一种量子线路的构建装置,所述装置包括:
获取模块,用于获取至少包含交易索引及其对应的交易元素的交易数据库;
构建模块,用于利用量子逻辑门和量子比特,构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的第一量子线路,其中,所述第一量子线路用于查询所述待查询交易元素对应的交易索引;
输出模块,用于运行所述第一量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第一振幅,并根据各个所述第一振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果。
可选的,在所述构建模块之后,所述装置还包括:
第一添加模块,用于将所述第一量子线路根据第一预设时序,添加到第一预设量子线路中的第一预设量子比特位置上,得到至少用于振幅更新的第二量子线路;
所述输出模块,包括:
第一输出单元,用于运行所述第二量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第二振幅,并根据各个所述第二振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,其中,所述第二振幅为将所述第一振幅单次更新后的振幅。
可选的,在所述第一添加模块之后,所述装置还包括:
第二添加模块,用于将多个所述第二量子线路,根据第二预设时序,依次添加到第二预设量子线路中的第二预设量子比特位置上,得到至少用于多次迭代更新振幅的第三量子线路;
所述第一输出单元,包括:
第二输出单元,用于运行第二组合量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第三振幅,并根据各个所述第三振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,其中,所述第三振幅为将所述第一振幅多次迭代更新后的振幅。
本申请的又一实施例提供了一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项中所述的方法。
本申请的又一实施例提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项中所述的方法。
与现有技术相比,本发明提供的一种利用量子线路查询交易元素的方法,首先获取至少包含交易索引及其对应的交易元素的交易数据库,然后利用量子逻辑门和量子比特,构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的第一量子线路,运行第一量子线路,输出包含各个交易索引的二进制值的量子态及其对应的第一振幅,并根据各个第一振幅对应的概率大小,确定待查询交易元素对应的交易索引结果,从而实现在量子计算领域设计量子线路,利用量子算法的并行特性,解决现有技术中查询交易元素效率较低的不足,进而提高查询交易元素的效率。
附图说明
图1为本发明实施例提供的一种利用量子线路查询交易元素的方法的计算机终端的硬件结构框图;
图2为本发明实施例提供的一种利用量子线路查询交易元素的方法的流程示意图的流程示意图;
图3为本发明实施例提供的第一子量子线路的示意图;
图4为本发明实施例提供的第二子量子线路的示意图;
图5为本发明实施例提供的第三子量子线路的示意图;
图6为本发明实施例提供的第四子量子线路的示意图;
图7为本发明实施例提供的第一量子线路的示意图;
图8为本发明实施例提供的第一预设量子线路示意图;
图9为本发明实施例提供的第二量子线路的示意图;
图10为本发明实施例提供的第三量子线路的示意图;
图11为本发明实施例提供的一种利用量子线路查询交易元素装置的结构示意图。
具体实施方式
下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
需要说明的是,本发明的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
关联规则挖掘可以让我们从数据集中发现项与项(item与item)之间的关系,它在我们的生活中有很多应用场景,“购物篮分析”就是一个常见的场景,这个场景可以从消费者交易记录中发掘商品与商品之间的关联关系,进而通过商品捆绑销售或者相关推荐的方式带来更多的销售量。所以说,关联规则挖掘是个非常有用的技术。
基于此,本发明首先介绍一种利用量子线路查询交易元素的方法,该方法可应用于电子设备,如计算机终端,具体如普通电脑、量子计算机等等。
下面以运行在计算机终端上为例对其进行详细说明。图1为本发明实施例提供的一种利用量子线路查询交易元素的方法的计算机终端的硬件结构框图。如图1所示,计算机终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,可选地,上述计算机终端还可以包括用于通信功能的传输装置106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述计算机终端的结构造成限定。例如,计算机终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储应用软件的软件程序以及模块,如本申请实施例中的利用量子线路查询交易元素的方法对应的程序指令/模块,处理器102通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
需要说明的是,真正的量子计算机是混合结构的,它包含两大部分:一部分是经典计算机,负责执行经典计算与控制;另一部分是量子设备,负责运行量子程序进而实现量子计算。而量子程序是由量子语言如QRunes语言编写的一串能够在量子计算机上运行的指令序列,实现了对量子逻辑门操作的支持,并最终实现量子计算。具体的说,量子程序就是一系列按照一定时序操作量子逻辑门的指令序列。
在实际应用中,因受限于量子设备硬件的发展,通常需要进行量子计算模拟以验证量子算法、量子应用等等。量子计算模拟即借助普通计算机的资源搭建的虚拟架构(即量子虚拟机)实现特定问题对应的量子程序的模拟运行的过程。通常,需要构建特定问题对应的量子程序。本发明实施例所指量子程序,即是经典语言编写的表征量子比特及其演化的程序,其中与量子计算相关的量子比特、量子逻辑门等等均有相应的经典代码表示。
量子线路作为量子程序的一种体现方式,也称量子逻辑电路,是最常用的通用量子计算模型,表示在抽象概念下对于量子比特进行操作的线路,其组成包括量子比特、线路(时间线),以及各种量子逻辑门,最后常需要通过量子测量操作将结果读取出来。
不同于传统电路是用金属线所连接以传递电压信号或电流信号,在量子线路中,线路可看成是由时间所连接,亦即量子比特的状态随着时间自然演化,在这过程中按照哈密顿运算符的指示,一直到遇上逻辑门而***作。
一个量子程序整体上对应有一条总的量子线路,本发明所述量子程序即指该条总的量子线路,其中,该总的量子线路中的量子比特总数与量子程序的量子比特总数相同。可以理解为:一个量子程序可以由量子线路、针对量子线路中量子比特的测量操作、保存测量结果的寄存器及控制流节点(跳转指令)组成,一条量子线路可以包含几十上百个甚至千上万个量子逻辑门操作。量子程序的执行过程,就是对所有的量子逻辑门按照一定时序执行的过程。需要说明的是,时序即单个量子逻辑门被执行的时间顺序。
需要说明的是,经典计算中,最基本的单元是比特,而最基本的控制模式是逻辑门,可以通过逻辑门的组合来达到控制电路的目的。类似地,处理量子比特的方式就是量子逻辑门。使用量子逻辑门,能够使量子态发生演化,量子逻辑门是构成量子线路的基础,量子逻辑门包括单比特量子逻辑门,如Hadamard门(H门,阿达马门)、泡利-X门(X门)、泡利-Y门(Y门)、泡利-Z门(Z门)、RX门、RY门、RZ门等等;多比特量子逻辑门,如CNOT门、CR门、iSWAP门、Toffoli门等等。量子逻辑门一般使用酉矩阵表示,而酉矩阵不仅是矩阵形式,也是一种操作和变换。一般量子逻辑门在量子态上的作用是通过酉矩阵左乘以量子态右矢对应的矩阵进行计算的。假设,一量子态右矢为则对应量子态左矢为其中,c1,c2,...,cn均为复数,表示cn的共轭。可见,右矢表示一个1×n的列矢量,左矢表示一个n×1的行矢量,且这两个矢量互为转置共轭。
本领域技术人员可以理解的是,在经典计算机中,信息的基本单元是比特,一个比特有0和1两种状态,最常见的物理实现方式是通过电平的高低来表示这两种状态。在量子计算中,信息的基本单元是量子比特,一个量子比特也有0和1两种状态,记为|0>和|1>,但它可以处于0和1两种状态的叠加态,可表示为其中,a、b为表示态、态振幅(概率幅)的复数,这是经典比特不具备的。测量后,量子比特的状态会塌缩至一个确定的状态(本征态,此处为|0>态、|1>态),其中,塌缩至|0>的概率是a2,塌缩至|1>的概率是b2,a2+b2=1,|>为狄拉克符号。
量子比特位表示的量子态空间,是指量子比特位对应的所有本征态表征的量子态信息,所有本征态的数量为2的量子比特位的个数次方。
量子态,即指量子比特的状态,其本征态在量子算法(或称量子程序)中用二进制表示。例如,一组量子比特为q0、q1、q2,表示第0位、第1位、第2位量子比特,从高位到低位排序为q2q1q0,该组量子比特的量子态为23个本征态的叠加态,8个本征态(确定的状态)是指:|000>、|001>、|010>、|011>、|100>、|101>、|110>、|111>,每个本征态与量子比特位对应一致,如|000>态,000从高位到低位对应q2q1q0。简言之,量子态是各本征态组成的叠加态,当其他态的概率幅为0时,即处于其中一个确定的本征态。
例如,交易元素值为2,用于编码元素的一组量子比特位有2位或者更多,例如有5位量子比特,则其量子态可为|00010>,其中,最低位的两位为二进制10,用于表示交易元素的二进制取值。有用信息为最低位的两位信息,故该交易元素值对应的量子态也可简写为|2>=|10>。
参见图2,图2为本发明实施例提供的一种利用量子线路查询交易元素的方法的流程示意图,该方法可以包括:
S201:获取至少包含交易索引及其对应的交易元素的交易数据库。
具体的,获取包含交易数据库中的交易元素信息和交易索引信息,其中,交易元素信息即为每项交易项集中包含的子集元素,交易索引即为上述子集元素对应的数据位置信息,它是交易数据库中交易元素相应标识上述元素位置信息的数据。
示例性的,对于交易数据库,假设其含有N个交易的交易集,记为T={T0,T1,…,TN-1},每项交易由M个项集I={I0,I1,…,IM-1}的子集构成,每个交易包含于M项集,即因此交易数据库可以表示为一个NxM的编码矩阵,记为D,其中元素Dij≠0表示交易Ti中包含Ij项,否则元素Dij=0。
示例性的,对于一个交易数据库,其所包含的项集如下表1所示:
表1:交易数据库包含的交易信息和项信息表
交易 | 项 |
T<sub>0</sub> | 面包、奶酪、牛奶 |
T<sub>1</sub> | 面包、黄油 |
T<sub>2</sub> | 奶酪、牛奶 |
T<sub>3</sub> | 面包、奶酪 |
T<sub>4</sub> | 奶酪、黄油、牛奶 |
其中,若用数字1代表“奶酪”;数字2代表“牛奶”;数字3代表“面包”;数字4代表“黄油”;数字0代表没有此项,则可以用如下矩阵表示上述表1中的信息:
对于上述5×4的矩阵,获取包含交易索引及其对应的交易元素值。为了适应计算机的二进制特性,各类序号、标号等等均以0开始计数。一般默认从第0行0列开始,如第0行0列的元素值为1,第0行第1列的元素值为2,第0行第2列的元素值为3,第0行第3列的元素值为0,依次类推,得到如表2所示的交易索引及其对应的交易元素信息表:
表2:交易索引及其对应的交易元素信息表
S202:利用量子逻辑门和量子比特,构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的第一量子线路,其中,所述第一量子线路用于查询所述待查询交易元素对应的交易索引。
具体的,利用量子逻辑门和量子比特,构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的量子线路,可以包括如下步骤:
S2021:根据所述交易索引和所述交易元素的二进制位数,获取一组量子比特位。
具体的,可以通过用户输入获得预先构建的交易索引关系以及一组表示量子比特的量子比特位及其表示的量子态空间,该组量子比特位的个数可由用户根据实际需求进行设置。在计算资源充分的情况下,也可设置很大数量的量子比特位,无条件满足绝大部分情况下的量子比特需求。
示例性的,如表2所示的交易索引及其对应的交易元素,交易索引可包括行索引和列索引。可知上述交易数据库包含5条交易数据,每条交易数据中包含4项交易元素且交易元素的十进制标识为(1,2,3,4),因此编码其列索引的量子比特数至少设置为2个,编码其行索引的量子比特数至少设置为3个,编码交易元素的量子比特数量至少为3个。
S2022:依次将所述交易数据库中每一条交易信息对应的交易索引二进制值、交易元素二进制值编码到第一量子比特位,构建第一子量子线路;其中,一二进制位对应一所述第一量子比特位。
示例性的,如表2所示的交易索引及其对应的交易元素,可知将每一条交易信息对应的交易索引二进制值、交易元素二进制值编码到量子比特位上,构建第一子量子线路,可得到如图3所示的本实施例第一子量子线路的示意图,其中,空心的圆圈代表二进制数字0,实心的黑色圆圈代表二进制数字1,连线代表受控,V1代表实现交易索引为0行0列的交易元素二进制值001编码的一系列量子逻辑门的组合如X门等等,表示当量子态为|00000>,执行V1代表量子逻辑门的操作,否则不执行;同样的,V2至V20的编码原理与方法与V1相同,再此不再赘述。且图中仅示出表2所示交易数据库信息的第0行及第4行的交易索引二进制值、交易元素二进制值编码状态,第1、2、3行的交易索引二进制值、交易元素二进制值编码状态的方法和原理与第0行及第4行的方法和原理相同,在图3中直接省略,不再展示。
需要说明的是,在真实的量子线路中,进行上述元素的二进制编码,可以采用***量子逻辑门的形式,例如,对于需要在量子线路上编码二进制数字0(图示空心的圆圈),则在该量子比特位不进行任何操作;对于需要在量子线路上编码二进制数字1(图示实心的黑色圆圈),需要在该量子比特位上***泡利-X门,代表该量子比特位上的量子态由初始0态转变为1态;若需要继续编码,再次在该量子比特位上***泡利-X门,即将该量子比特位上的量子态由1态还原为初始0态。不管采用何种方法或者采用何种量子逻辑门将交易数据库中每一条交易信息对应的交易索引二进制值、交易元素二进制值编码到量子比特位上,均应涵盖在本发明所要保护的范围之内。
S2023:将所述待查询交易元素的二进制值编码到所述交易元素对应的量子比特位上,并在所述第二量子比特位添加预设量子逻辑门,构建第二子量子线路;其中,所述预设量子逻辑门包括泡利-X门。
具体的,如图4所示即为本实施例的第二子量子线路的示意图。可选的,为了形象的展示交易索引和交易元素的二进制编码过程,空心的圆圈代表二进制数字0,实心的黑色圆圈代表二进制数字1,圆圈之间的连线代表受控,泡利-X门连接的一个空心圆圈和一个实心黑色圆圈,代表需要查询的交易元素为二进制数值01。需要说明的是,图4中示出的需要查询的交易元素的二进制编码示意图仅为示例,实际的二进制编码量子态需要根据不同的待查询交易元素的二进制数值确定。
S2024:在所述第二量子比特位添加受控U1量子逻辑门操作,构建第三子量子线路。
具体的,如图5所示即为本实施例的第三子量子线路的示意图。示例性的,在第二量子比特位上添加实心的黑色圆圈与量子逻辑门U1门连接,代表受控的U1门,其中,U1门的矩阵形式为其中,θ可由用户根据线路需求确定,比如θ=π,即可得到第三子量子线路。
S2025:依次添加所述第二子量子线路对应的转置共轭操作和所述第一子量子线路对应的转置共轭操作,构建第四子量子线路。
具体的,如图6所示即为本实施例的第四子量子线路的示意图,其中,代表泡利-X门的转置共轭,同样的,泡利-X门的转置共轭连接的一个空心圆圈和一个实心黑色圆圈,代表需要查询的交易元素为二进制数值01仅为示例,与前述第二子量子线路的示意图相对应;代表第一子量子线路对应的转置共轭。
S2026:将所述第一子量子线路、所述第二子量子线路、所述第三子量子线路、所述第四子量子线路,根据预设的各子量子线路间的量子比特对应关系,依次组成编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的量子线路。
具体的,根据预设的各子量子线路间的量子比特对应关系,依次组成编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的量子线路,其中,所述量子比特的对应关系为第一子量子线路的量子比特与第一子量子线路的转置共轭的量子比特相对应,所述第二子量子线路的量子比特与第二子量子线路的转置共轭的量子比特相对应,得到如图7所示的本实施例第一量子线路的示意图。
需要说明的是,Vi代表实现各交易元素的二进制编码的系列量子逻辑门,i表示编号,与上述交易索引的编码原理相同。
在构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的第一量子线路之后,还可以将所述第一量子线路根据第一预设时序,添加到第一预设量子线路中的第一预设量子比特位置上,得到至少用于振幅更新的第二量子线路,将多个所述第二量子线路,根据第二预设时序,依次添加到第二预设量子线路中的第二预设量子比特位置上,得到至少用于多次迭代更新振幅的第三量子线路。
具体的,如图8所示即为本实施例的第一预设量子线路示意图,其所包含若干量子比特、Hadamard门、受控的U1门和SWAP量子逻辑门。其中,表示对n个量子比特作用Hadamard门,空心的圆圈与U1门相连表示当量子态为|0000>时,执行U1门操作,否则不作用;对第一预设量子线路空间作用交换门(SWAP门),即对SWAP门作用的量子比特空间中对应的量子态进行交换。
如图9所示即为本实施例的第二量子线路的示意图,根据第一预设时序,即依次将泡利-X门、Hadamard门、第一量子线路(Oracle线路)添加到第一预设量子线路中的第一预设量子比特位置(如图9所示的下半部分量子比特)上,得到用于振幅更新的第二量子线路(G(k)线路),其中,SWAP门的作用为实现查询交易元素搜索结果的索引转移;第二量子线路得到振幅更新后的输出结果,以能够提高搜索结果的索引概率,提高概率的区分度,更准确输出交易元素查询的准确性,因此整个第二量子线路(G(k)线路)可作为一次查询交易元素的过程。
具体的,根据第二预设时序,即依次将泡利-X门、Hadamard门(线路中表示对n个量子比特作用Hadamard门)、t个第二量子线路(G(k)线路)添加到第二预设量子线路中的第二预设量子比特位置,得到如图10所示的本实施例的第三量子线路的示意图。其中,图中所示上半部分的n个量子比特用以存放搜索结果,t为G(k)线路的迭代次数,可由用户预先根据迭代需求确定。
需要说明的是,以上示意图的量子比特数量仅为示意,并未真正展示本发明中的量子比特对应关系,在具体的实际应用中,需要根据预设各量子线路或子量子线路间的量子比特对应关系来完成本申请所要保护的查询方法。
S203:运行所述第一量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第一振幅,并根据各个所述第一振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果。
具体的,第一量子线路可以看作一个Oracle量子线路,在量子应用中,可以通过运行该Oracle线路完成特定的功能,该Oracle线路的内部原理即为本发明的编码方法流程,在具体问题中会有具体的实现方式。
通过利用Oracle线路模拟的方式实现交易数据库中交易索引和交易元素的具体表示所对应的量子态之间相互转换的复杂功能,实现量子并行计算。
运行第一量子线路,可以得到包含各个交易索引的二进制值的量子态及其对应的第一振幅,再根据各个第一振幅对应的概率大小,确定待查询交易元素对应的交易索引结果。
具体的,运行第一量子线路后,可以得到包含各个交易索引的二进制值的量子态及其对应的第一振幅,计算各个所述第一振幅对应的概率,将各个所述概率中最大概率对应的量子态包含的交易索引值,确定为所述待查询交易元素对应的交易索引结果。
示例性的,接上述表2所示的交易数据库信息,若第二子量子线路编码的需要查询的交易元素的二进制数值为100,则运行第一量子线路,输出包含各个交易索引的二进制值的量子态及其对应的第一振幅,为了方便说明,直接计算各个量子态对应的第一振幅的平方值(即概率值),且每个概率值只保留小数点后5位,可以得到的结果如下:
S*=0.0031|00000>+0.0031|00001>+0.0031|00010>+0.0031|00011>+0.0031|00100>+0.0031|00101>+0.0031|00110>+0.4542|00111>+0.0031|01000>+0.0031|01001>+0.0031|01010>+0.0031|01011>+0.0031|01100>+0.0031|01101>-0.0031|01110>+0.0031|01111>+0.0031|10000>+0.0031|10001>+0.0031|10010>+0.4542|10011>+0.0031|10100>+0.0031|10101>+0.0031|10110>+0.0031|10111>+0.0031|11000>+0.0031|11001>+0.0031|11010>+0.0031|11011>+0.0031|11100>+0.0031|11101>+0.0031|11110>+0.0031|11111>
从上述结果可以看出,最大的概率值为0.4542,其所对应的量子态分别为|00111>和|10011>,即为二进制待查询元素100的交易索引。例如|00111>代表第1行第3列可查询到二进制待查询元素100;|10011>代表第4行第3列可查询到二进制待查询元素100。
运行所述第二量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第二振幅,并根据各个所述第二振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,其中,所述第二振幅为将所述第一振幅单次更新后的振幅。
具体的,第一振幅对应的概率大小不易被直接测量,因此需要通过运行第二量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第二振幅,与第一振幅相比,第二振幅实现了交易索引结果转移及提高结果的概率。
需要说明的是,此时第二振幅的值,若经过若干次的迭代之后,测量后的精度更高,结果也更加准确。因此,进行如下步骤:
运行第二组合量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第三振幅,并根据各个所述第三振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,其中,所述第三振幅为将所述第一振幅多次迭代更新后的振幅。
具体的,第二组合量子线路由若干个第二量子线路和预设量子逻辑门按照预设时序组合得到,其中,第二组合量子线路中第二量子线路的个数可以根据编码交易索引的量子比特数决定,通过一定次数的循环迭代,可得到交易索引数据的概率分布,其中概率最大的,即是所查询的待查询元素的结果索引。在实际应用中,优选第二量子线路的个数为3、5或7个。
本申请通过量子与经典混合计算,可以得到关联规则挖掘的频繁项集,经过以上方法,并经过一些数据的测试和验证,该方法可以实现关联规则挖掘的频繁项集统计以及后续置信度的计算。本申请方法量子线路部分的核心思想采用量子行走搜索方式,并在此基础上进行交易索引编码方式来适应关联规则问题。利用量子线路部分去统计每个候选一项集对应搜索结果索引,然后得到频繁一项集,后面可推广该方法去迭代频繁n项集,得到所有的频繁项集并给出结果。
与现有技术相比,本发明提供的一种利用量子线路查询交易元素的方法,首先获取至少包含交易索引及其对应的交易元素的交易数据库,然后利用量子逻辑门和量子比特,构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的第一量子线路,运行第一量子线路,输出包含各个交易索引的二进制值的量子态及其对应的第一振幅,并根据各个第一振幅对应的概率大小,确定待查询交易元素对应的交易索引结果,从而实现在量子计算领域设计量子线路,利用量子算法的并行特性,解决现有技术中查询交易元素效率较低的不足,进而提高查询交易元素的效率。
参见图11,图11为本发明实施例提供的一种利用量子线路查询交易元素装置的结构示意图,与图2所示的流程相对应,该装置可以包括:
获取模块1101,用于获取至少包含交易索引及其对应的交易元素的交易数据库;
构建模块1102,用于利用量子逻辑门和量子比特,构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的第一量子线路,其中,所述第一量子线路用于查询所述待查询交易元素对应的交易索引;
输出模块1103,用于运行所述第一量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第一振幅,并根据各个所述第一振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果。
具体的,在所述构建模块之后,所述装置还包括:
第一添加模块,用于将所述第一量子线路根据第一预设时序,添加到第一预设量子线路中的第一预设量子比特位置上,得到至少用于振幅更新的第二量子线路;
具体的,所述输出模块,包括:
第一输出单元,用于运行所述第二量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第二振幅,并根据各个所述第二振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,其中,所述第二振幅为将所述第一振幅单次更新后的振幅。
具体的,在所述第一添加模块之后,所述装置还包括:
第二添加模块,用于将多个所述第二量子线路,根据第二预设时序,依次添加到第二预设量子线路中的第二预设量子比特位置上,得到至少用于多次迭代更新振幅的第三量子线路;
具体的,所述第一输出单元,包括:
第二输出单元,用于运行第二组合量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第三振幅,并根据各个所述第三振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,其中,所述第三振幅为将所述第一振幅多次迭代更新后的振幅。
与现有技术相比,本发明提供的一种利用量子线路查询交易元素的方法,首先获取至少包含交易索引及其对应的交易元素的交易数据库,然后利用量子逻辑门和量子比特,构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的第一量子线路,运行第一量子线路,输出包含各个交易索引的二进制值的量子态及其对应的第一振幅,并根据各个第一振幅对应的概率大小,确定待查询交易元素对应的交易索引结果,从而实现在量子计算领域设计量子线路,利用量子算法的并行特性,解决现有技术中查询交易元素效率较低的不足,进而提高查询交易元素的效率。
本发明实施例还提供了一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项中方法实施例中的步骤。
具体的,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S201:获取至少包含交易索引及其对应的交易元素的交易数据库;
S202:利用量子逻辑门和量子比特,构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的第一量子线路,其中,所述第一量子线路用于查询所述待查询交易元素对应的交易索引;
S203:运行所述第一量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第一振幅,并根据各个所述第一振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果。
具体的,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
与现有技术相比,本发明提供的一种利用量子线路查询交易元素的方法,首先获取至少包含交易索引及其对应的交易元素的交易数据库,然后利用量子逻辑门和量子比特,构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的第一量子线路,运行第一量子线路,输出包含各个交易索引的二进制值的量子态及其对应的第一振幅,并根据各个第一振幅对应的概率大小,确定待查询交易元素对应的交易索引结果,从而实现在量子计算领域设计量子线路,利用量子算法的并行特性,解决现有技术中查询交易元素效率较低的不足,进而提高查询交易元素的效率。
本发明实施例还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项中方法实施例中的步骤。
具体的,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
具体的,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S201:获取至少包含交易索引及其对应的交易元素的交易数据库;
S202:利用量子逻辑门和量子比特,构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的第一量子线路,其中,所述第一量子线路用于查询所述待查询交易元素对应的交易索引;
S203:运行所述第一量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第一振幅,并根据各个所述第一振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果。
与现有技术相比,本发明提供的一种利用量子线路查询交易元素的方法,首先获取至少包含交易索引及其对应的交易元素的交易数据库,然后利用量子逻辑门和量子比特,构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的第一量子线路,运行第一量子线路,输出包含各个交易索引的二进制值的量子态及其对应的第一振幅,并根据各个第一振幅对应的概率大小,确定待查询交易元素对应的交易索引结果,从而实现在量子计算领域设计量子线路,利用量子算法的并行特性,解决现有技术中查询交易元素效率较低的不足,进而提高查询交易元素的效率。
以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果,以上所述仅为本发明的较佳实施例,但本发明不以图面所示限定实施范围,凡是依照本发明的构想所作的改变,或修改为等同变化的等效实施例,仍未超出说明书与图示所涵盖的精神时,均应在本发明的保护范围内。
Claims (10)
1.一种利用量子线路查询交易元素的方法,其特征在于,所述方法包括:
获取至少包含交易索引及其对应的交易元素的交易数据库;
利用量子逻辑门和量子比特,构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的第一量子线路,其中,所述第一量子线路用于查询所述待查询交易元素对应的交易索引;
运行所述第一量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第一振幅,并根据各个所述第一振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果。
2.根据权利要求1所述的方法,其特征在于,在构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的第一量子线路之后,所述方法还包括:
将所述第一量子线路根据第一预设时序,添加到第一预设量子线路中的第一预设量子比特位置上,得到至少用于振幅更新的第二量子线路;
所述运行所述第一量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第一振幅,并根据各个所述第一振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,包括:
运行所述第二量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第二振幅,并根据各个所述第二振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,其中,所述第二振幅为将所述第一振幅单次更新后的振幅。
3.根据权利要求2所述的方法,其特征在于,在将所述第一量子线路根据第一预设时序,添加到第一预设量子线路中的第一预设量子比特位置上,得到至少用于振幅更新的第二量子线路之后,所述方法还包括:
将多个所述第二量子线路,根据第二预设时序,依次添加到第二预设量子线路中的第二预设量子比特位置上,得到至少用于多次迭代更新振幅的第三量子线路;
所述运行所述第二量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第二振幅,并根据各个所述第二振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,包括:
运行第二组合量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第三振幅,并根据各个所述第三振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,其中,所述第三振幅为将所述第一振幅多次迭代更新后的振幅。
4.根据权利要求1所述的方法,其特征在于,所述利用量子逻辑门和量子比特,构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的量子线路,包括:
根据所述交易索引和所述交易元素的二进制位数,获取一组量子比特位;
依次将所述交易数据库中每一条交易信息对应的交易索引二进制值、交易元素二进制值编码到第一量子比特位,构建第一子量子线路;其中,一二进制位对应一所述第一量子比特位;
将所述待查询交易元素的二进制值编码到所述交易元素对应的量子比特位上,并在第二量子比特位添加预设量子逻辑门,构建第二子量子线路;其中,所述预设量子逻辑门包括泡利-X门;
在所述第二量子比特位添加受控U1量子逻辑门操作,构建第三子量子线路;
依次添加所述第二子量子线路对应的转置共轭操作和所述第一子量子线路对应的转置共轭操作,构建第四子量子线路;
将所述第一子量子线路、所述第二子量子线路、所述第三子量子线路、所述第四子量子线路,根据预设的各子量子线路间的量子比特对应关系,依次组成编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的量子线路。
5.根据权利要求1所述的方法,其特征在于,所述根据各个所述第一振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,包括:
计算各个所述第一振幅对应的概率,将各个所述概率中最大概率对应的量子态包含的交易索引值,确定为所述待查询交易元素对应的交易索引结果。
6.一种利用量子线路查询交易元素的装置,其特征在于,所述装置包括:
获取模块,用于获取至少包含交易索引及其对应的交易元素的交易数据库;
构建模块,用于利用量子逻辑门和量子比特,构建编码有所述交易索引、所述交易元素和待查询交易元素的二进制值的第一量子线路,其中,所述第一量子线路用于查询所述待查询交易元素对应的交易索引;
输出模块,用于运行所述第一量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第一振幅,并根据各个所述第一振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果。
7.根据权利要求6所述的装置,其特征在于,在所述构建模块之后,所述装置还包括:
第一添加模块,用于将所述第一量子线路根据第一预设时序,添加到第一预设量子线路中的第一预设量子比特位置上,得到至少用于振幅更新的第二量子线路;
所述输出模块,包括:
第一输出单元,用于运行所述第二量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第二振幅,并根据各个所述第二振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,其中,所述第二振幅为将所述第一振幅单次更新后的振幅。
8.根据权利要求7所述的装置,其特征在于,在所述第一添加模块之后,所述装置还包括:
第二添加模块,用于将多个所述第二量子线路,根据第二预设时序,依次添加到第二预设量子线路中的第二预设量子比特位置上,得到至少用于多次迭代更新振幅的第三量子线路;
所述第一输出单元,包括:
第二输出单元,用于运行第二组合量子线路,输出包含各个所述交易索引的二进制值的量子态及其对应的第三振幅,并根据各个所述第三振幅对应的概率大小,确定所述待查询交易元素对应的交易索引结果,其中,所述第三振幅为将所述第一振幅多次迭代更新后的振幅。
9.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至5任一项中所述的方法。
10.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至5任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010897672.2A CN112000673B (zh) | 2020-08-31 | 2020-08-31 | 一种利用量子线路查询交易元素的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010897672.2A CN112000673B (zh) | 2020-08-31 | 2020-08-31 | 一种利用量子线路查询交易元素的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112000673A true CN112000673A (zh) | 2020-11-27 |
CN112000673B CN112000673B (zh) | 2024-06-14 |
Family
ID=73464874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010897672.2A Active CN112000673B (zh) | 2020-08-31 | 2020-08-31 | 一种利用量子线路查询交易元素的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112000673B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115907016A (zh) * | 2021-09-30 | 2023-04-04 | 合肥本源量子计算科技有限责任公司 | 一种基于量子计算搜索目标范围值的方法及相关装置 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002069561A2 (en) * | 2001-02-27 | 2002-09-06 | Visa International Service Association | Distributed quantum encrypted pattern generation and scoring |
US20090012938A1 (en) * | 2007-07-03 | 2009-01-08 | Seth Lloyd | Quantum private queries |
US20100057622A1 (en) * | 2001-02-27 | 2010-03-04 | Faith Patrick L | Distributed Quantum Encrypted Pattern Generation And Scoring |
CN102713898A (zh) * | 2009-09-23 | 2012-10-03 | 诺基亚公司 | 用于创建和利用信息签名的方法和装置 |
WO2016154460A1 (en) * | 2015-03-24 | 2016-09-29 | Kyndi, Inc. | Cognitive memory graph indexing, storage and retrieval |
WO2019204678A1 (en) * | 2018-04-20 | 2019-10-24 | Google Llc | Performing unitary iteration and indexed operations |
US10469087B1 (en) * | 2018-10-08 | 2019-11-05 | Microsoft Technology Licensing, Llc | Bayesian tuning for quantum logic gates |
EP3570223A1 (en) * | 2018-05-17 | 2019-11-20 | Korea Advanced Institute of Science and Technology | Effective quantum ram architecture for quantum database |
WO2020010208A1 (en) * | 2018-07-06 | 2020-01-09 | Google Llc | Preparing superpositions of computational basis states on a quantum computer |
US20200050959A1 (en) * | 2018-08-07 | 2020-02-13 | Nxgen Partners Ip, Llc | Universal quantum computer, communication, qkd security and quantum networks using oam qu-dits with dlp |
US20200118026A1 (en) * | 2015-08-03 | 2020-04-16 | Nxgen Partners Ip, Llc | Quantum mechanical framework for interaction of oam with matter and applications in solid states, biosciences and quantum computing |
US10708046B1 (en) * | 2018-11-08 | 2020-07-07 | Nxgen Partners Ip, Llc | Quantum resistant blockchain with multi-dimensional quantum key distribution |
-
2020
- 2020-08-31 CN CN202010897672.2A patent/CN112000673B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002069561A2 (en) * | 2001-02-27 | 2002-09-06 | Visa International Service Association | Distributed quantum encrypted pattern generation and scoring |
US20100057622A1 (en) * | 2001-02-27 | 2010-03-04 | Faith Patrick L | Distributed Quantum Encrypted Pattern Generation And Scoring |
US20090012938A1 (en) * | 2007-07-03 | 2009-01-08 | Seth Lloyd | Quantum private queries |
CN102713898A (zh) * | 2009-09-23 | 2012-10-03 | 诺基亚公司 | 用于创建和利用信息签名的方法和装置 |
WO2016154460A1 (en) * | 2015-03-24 | 2016-09-29 | Kyndi, Inc. | Cognitive memory graph indexing, storage and retrieval |
US20200118026A1 (en) * | 2015-08-03 | 2020-04-16 | Nxgen Partners Ip, Llc | Quantum mechanical framework for interaction of oam with matter and applications in solid states, biosciences and quantum computing |
WO2019204678A1 (en) * | 2018-04-20 | 2019-10-24 | Google Llc | Performing unitary iteration and indexed operations |
EP3570223A1 (en) * | 2018-05-17 | 2019-11-20 | Korea Advanced Institute of Science and Technology | Effective quantum ram architecture for quantum database |
WO2020010208A1 (en) * | 2018-07-06 | 2020-01-09 | Google Llc | Preparing superpositions of computational basis states on a quantum computer |
US20200050959A1 (en) * | 2018-08-07 | 2020-02-13 | Nxgen Partners Ip, Llc | Universal quantum computer, communication, qkd security and quantum networks using oam qu-dits with dlp |
US10469087B1 (en) * | 2018-10-08 | 2019-11-05 | Microsoft Technology Licensing, Llc | Bayesian tuning for quantum logic gates |
US10708046B1 (en) * | 2018-11-08 | 2020-07-07 | Nxgen Partners Ip, Llc | Quantum resistant blockchain with multi-dimensional quantum key distribution |
Non-Patent Citations (2)
Title |
---|
史一蓬;: "量子计算与量子通信浅说(下)", 数学建模及其应用, no. 03 * |
王胜寒;郭创新;冯斌;张浩;杜振东;: "区块链技术在电力***中的应用:前景与思路", 电力***自动化, no. 11 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115907016A (zh) * | 2021-09-30 | 2023-04-04 | 合肥本源量子计算科技有限责任公司 | 一种基于量子计算搜索目标范围值的方法及相关装置 |
CN115907016B (zh) * | 2021-09-30 | 2024-06-14 | 本源量子计算科技(合肥)股份有限公司 | 一种基于量子计算搜索目标范围值的方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112000673B (zh) | 2024-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Halvorsen et al. | Opportunities for improved distribution modelling practice via a strict maximum likelihood interpretation of MaxEnt | |
De Bie | Maximum entropy models and subjective interestingness: an application to tiles in binary databases | |
Zenil et al. | Methods of information theory and algorithmic complexity for network biology | |
CN110516810B (zh) | 一种量子程序的处理方法、装置、存储介质和电子装置 | |
CN113222155B (zh) | 一种量子线路的构建方法、装置、电子装置和存储介质 | |
CN114764549B (zh) | 基于矩阵乘积态的量子线路模拟计算方法、装置 | |
CN112073126A (zh) | 一种网络节点重要性的排序方法及装置 | |
US8341097B2 (en) | Systems, methods and circuits for learning of relation-based networks | |
CN114418105A (zh) | 一种基于量子线路处理量子应用问题的方法及装置 | |
CN112000673B (zh) | 一种利用量子线路查询交易元素的方法及装置 | |
CN114819168B (zh) | 一种矩阵特征值的量子比较方法及装置 | |
CN114358318A (zh) | 基于机器学习框架的分类方法及相关装置 | |
CN112132614B (zh) | 一种利用量子线路进行偏好预测演示的方法及装置 | |
CN115879562B (zh) | 一种量子程序初始映射的确定方法、装置及量子计算机 | |
US9501737B1 (en) | Method and system for prediction of time series by kanban neuron model | |
CN114429384A (zh) | 基于电商平台的产品智能推荐方法及*** | |
CN114511094A (zh) | 一种量子算法的优化方法、装置、存储介质与电子装置 | |
CN115907016B (zh) | 一种基于量子计算搜索目标范围值的方法及相关装置 | |
CN114418104A (zh) | 一种量子应用问题的处理方法及装置 | |
CN117078441B (zh) | 理赔欺诈识别方法、装置、计算机设备和存储介质 | |
CN116050528B (zh) | 振幅放大线路的构建方法、装置、介质及电子装置 | |
Sun et al. | Architecture Design for Plain CNNs | |
Rupesh et al. | E-Business Churn Prediction Model Using Machine Learning | |
Gorbett et al. | Towards Fair and Efficient Distributed Intelligence | |
CN117035105A (zh) | 数据预测方法及相关设备 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 230088 6th floor, E2 building, phase II, innovation industrial park, 2800 innovation Avenue, Hefei high tech Zone, Hefei City, Anhui Province Applicant after: Benyuan Quantum Computing Technology (Hefei) Co.,Ltd. Address before: 230088 6th floor, E2 building, phase II, innovation industrial park, 2800 innovation Avenue, Hefei high tech Zone, Hefei City, Anhui Province Applicant before: ORIGIN QUANTUM COMPUTING COMPANY, LIMITED, HEFEI |
|
GR01 | Patent grant | ||
GR01 | Patent grant |