CN114444704B - 将原始数据编码到量子线路的方法、装置及存储介质 - Google Patents
将原始数据编码到量子线路的方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114444704B CN114444704B CN202210165225.7A CN202210165225A CN114444704B CN 114444704 B CN114444704 B CN 114444704B CN 202210165225 A CN202210165225 A CN 202210165225A CN 114444704 B CN114444704 B CN 114444704B
- Authority
- CN
- China
- Prior art keywords
- quantum
- data
- target data
- angle
- encoding
- 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.)
- Active
Links
Classifications
-
- 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
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03K—PULSE TECHNIQUE
- H03K19/00—Logic circuits, i.e. having at least two inputs acting on one output; Inverting circuits
- H03K19/20—Logic circuits, i.e. having at least two inputs acting on one output; Inverting circuits characterised by logic function, e.g. AND, OR, NOR, NOT circuits
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开了一种将原始数据编码到量子线路的方法、装置及存储介质。所述将原始数据编码到量子线路的方法,包括:获取原始数据并进行预处理,得到目标数据;根据目标数据构造目标数据对应的角度树;将目标数据对应的角度树上的节点分别编码到量子线路中;利用第一量子逻辑门将量子线路中的量子态进行结合,并输出编码后的量子线路的末量子态;其中,编码后的量子线路的末量子态的振幅与目标数据一一对应。本发明能够有效减小量子线路的深度,提高编码效率。
Description
技术领域
本发明涉及量子计算技术领域,尤其涉及一种将原始数据编码到量子线路的方法、装置及存储介质。
背景技术
目前,在根据应用需求生成量子线路时,主要是对经典数据进行经典振幅编码,将经典数据编码到量子比特的振幅上,输出编码后的量子线路。当经典数据的维度较大时,会使得量子线路的深度过深,导致编码效率缓慢。因此,如何有效减小量子线路的深度,提高编码效率,成为当前急需解决的一大难题。
发明内容
为了克服现有技术的缺陷,本发明提供一种将原始数据编码到量子线路的方法、装置及存储介质,能够有效减小量子线路的深度,提高编码效率。
为了解决上述技术问题,第一方面,本发明一实施例提供一种将原始数据编码到量子线路的方法,包括:
获取原始数据并进行预处理,得到目标数据;
根据所述目标数据构造所述目标数据对应的角度树;
将所述目标数据对应的角度树上的节点分别编码到量子线路中;
利用第一量子逻辑门将所述量子线路中的量子态进行结合,并输出编码后的量子线路的末量子态;其中,所述编码后的量子线路的末量子态的振幅与所述目标数据一一对应。
进一步地,所述获取原始数据并进行预处理,得到目标数据,包括:
对所述原始数据进行归一化处理,得到中间数据;
判断所述中间数据的元素个数是否符合2n的形式;其中,n为正整数;
若否,则对所述中间数据进行补零处理使其元素个数达到2n,得到所述目标数据。
进一步地,所述根据所述目标数据构造所述目标数据对应的角度树,包括:
根据所述目标数据生成所述基于第二量子逻辑门的角度矩阵,并根据所述角度矩阵中的角度旋转对应的量子比特,得到各个所述量子态;
根据分治算法,将各个所述量子态构造成分治二叉树,得到所述目标数据对应的角度树。
进一步地,所述利用第一量子逻辑门将所述量子线路中的量子态进行结合,具体为:
利用所述第一量子逻辑门分别合并所述目标数据对应的角度树父节点下的两个量子态。
进一步地,所述第一量子逻辑门为受控SWAP门。
进一步地,所述第二量子逻辑门为RY门。
第二方面,本发明一实施例提供一种将原始数据编码到量子线路的装置,包括:
数据预处理模块,用于获取原始数据并进行预处理,得到目标数据;
角度树构造模块,用于根据所述目标数据构造所述目标数据对应的角度树;
数据编码模块,用于将所述目标数据对应的角度树上的节点分别编码到量子线路中;
量子态结合模块,用于利用第一量子逻辑门将所述量子线路中的量子态进行结合,并输出编码后的量子线路的末量子态;其中,所述编码后的量子线路的末量子态的振幅与所述目标数据一一对应。
进一步地,所述数据预处理模块,包括:
归一化处理单元,用于对所述原始数据进行归一化处理,得到中间数据;
形式判断单元,用于判断所述中间数据的元素个数是否符合2n的形式;其中,n为正整数;
补零处理单元,用于若否,则对所述中间数据进行补零处理使其元素个数达到2n,得到所述目标数据。
第三方面,本发明一实施例提供一种存储介质,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如上所述的将原始数据编码到量子线路的方法。
第三方面,本发明一实施例提供一种电子装置,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如上所述的将原始数据编码到量子线路的方法。
相比于现有技术,本发明的实施例,具有如下有益效果:
通过获取原始数据并进行预处理,得到目标数据,根据目标数据构造目标数据对应的角度树,将目标数据对应的角度树上的节点分别编码到量子线路中,利用第一量子逻辑门将量子线路中的量子态进行结合,并输出编码后的量子线路的末量子态,其中,编码后的量子线路的末量子态的振幅与目标数据一一对应,能够有效减小量子线路的深度,提高编码效率。
附图说明
图1为本发明第一实施例中的一种将原始数据编码到量子线路的方法的流程示意图;
图2为本发明第一实施例中示例的量子线路的示意图;
图3为本发明第一实施例中示例的目标数据对应的角度树的结构示意图;
图4为本发明第一实施例中示例的通过受控SWAP门结合量子态的示意图;
图5为本发明第二实施例中的一种将原始数据编码到量子线路的装置的结构示意图。
具体实施方式
下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,文中的步骤编号,仅为了方便具体实施例的解释,不作为限定步骤执行先后顺序的作用。本实施例提供的方法可以由相关的终端设备执行,且下文均以处理器作为执行主体为例进行说明。
如图1所示,第一实施例提供一种将原始数据编码到量子线路的方法,包括步骤S1~S4:
S1、获取原始数据并进行预处理,得到目标数据;
S2、根据目标数据构造目标数据对应的角度树;
S3、将目标数据对应的角度树上的节点分别编码到量子线路中;
S4、利用第一量子逻辑门将量子线路中的量子态进行结合,并输出编码后的量子线路的末量子态;其中,编码后的量子线路的末量子态的振幅与目标数据一一对应。
量子振幅编码(Dc_Amplitude_Encode)是量子计算中最重要的基础算法之一,它是许多量子算法的重要组成部分。给定一个向量b,为了将经典数据与量子比特相结合,则需要将向量b编码进量子态中,以供后续算法使用。量子振幅编码过程本身并不是一个完整的量子算法,可以将振幅编码视为一种“子程序”或“模块”,当量子振幅编码与其他子程序结合使用时,可以用于执行很多计算任务。
在本实施例中,构建量子振幅编码程序包括两个主要阶段,第一阶段是对经典数据做预处理,处理成符合振幅编码需要的数据,例如,对经典数据进行归一化处理、补零处理等,第二阶段是根据数据构造该数据对应的角度树,将该数据对应的角度树上的节点分别编码到量子线路中,以利用第一量子逻辑门将量子线路中的量子态进行结合,并输出编码后的量子线路的末量子态。
本实施例通过获取原始数据并进行预处理,得到目标数据,根据目标数据构造目标数据对应的角度树,将目标数据对应的角度树上的节点分别编码到量子线路中,利用第一量子逻辑门将量子线路中的量子态进行结合,并输出编码后的量子线路的末量子态,能够有效减小量子线路的深度,提高编码效率。
在优选的实施例当中,所述获取原始数据并进行预处理,得到目标数据,包括:对原始数据进行归一化处理,得到中间数据;判断中间数据的元素个数是否符合2n的形式;其中,n为正整数;若否,则对中间数据进行补零处理使其元素个数达到2n,得到目标数据。
作为示例性地,振幅编码要求输入数据归一化,以达到将输入数据编码到量子态的振幅上的目的,同时也要求输入数据的元素个数为N=2n,若是输入数据不符合2n的形式,则需要对其进行补零处理以增加其元素个数。出于此考虑,通过对原始数据进行归一化处理,得到中间数据,并在中间数据的元素个数未达到2n时,对中间数据进行补零处理使其元素个数达到2n,以满足振幅编码的编码条件。
本实施例通过对原始数据进行归一化处理、补零处理等预处理,能够使原始数据满足振幅编码的编码条件,有利于保证后续有效进行分治振幅编码。
在优选的实施例当中,所述根据目标数据构造目标数据对应的角度树,包括:根据目标数据生成基于第二量子逻辑门的角度矩阵,并根据角度矩阵中的角度旋转对应的量子比特,得到各个量子态;根据分治算法,将各个量子态构造成分治二叉树,得到目标数据对应的角度树。
在本实施例的一优选实施方式中,第二量子逻辑门为RY门。
在优选的实施例当中,所述利用第一量子逻辑门将量子线路中的量子态进行结合,具体为:利用第一量子逻辑门合并目标数据对应的角度树父节点下的两个量子态。
在本实施例的一优选实施方式中,第一量子逻辑门为受控SWAP门。
可以理解的是,受控SWAP(CSWAP)门与普通的SWAP门本质相同,但有一个控制位,只有当控制位为1时,CSWAP门才会依次交换两个量子比特中对应的量子位的量子态,控制位为0时不做交换。
编码量子线路比较复杂,思想是从上向下一直拆分,用一系列旋转门以及CSWAP门实现,具体实现过程参考公式(1)~(5):
原理公式为:
其中,j表示对应量子比特的下标;bj表示对应振幅;|b|表示目标数据;|b>表示编码后的量子态。
所用到的量子逻辑门为:
其中,θ表示RY门的角度;
其中,q0、q1、q2均表示量子比特。
RY门实现:
RY(θ)|0>=cos(θ/2)|0>+sin(θ/2)|1> (4);
CSWAP门实现:
|0,b,c>→|0,b,c>|1,b,c>→|1,c,b〉 (5)。
作为示例性地,如图2所示,假设目标数据为向量根据该目标数据生成七个RY门的角度,得到角度矩阵。
在生成角度矩阵后,需要将各个量子比特向y轴旋转角度矩阵中对应的各个角度,即将第一个量子比特q0向y轴旋转第一个角度,得到RY(α0),将第二个量子比特q1向y轴旋转第二个角度,得到RY(α1),将第三个量子比特q2向y轴旋转第三个角度,得到RY(α2),将第四个量子比特q3向y轴旋转第四个角度,得到RY(α3),将第五个量子比特q4向y轴旋转第五个角度,得到RY(α4),将第六个量子比特q5向y轴旋转第六个角度,得到RY(α5),将第七个量子比特q6向y轴旋转第六个角度,得到RY(α6),从而得到各个量子态α0、α1、α2、α3、α4、α5、α6。
分治算法的基本思想是将一个规模为N的问题分解为K个规模较小的子问题,这些子问题相互独立且与原问题性质相同。
根据分治算法,将各个量子态构造成分治二叉树,得到该目标数据对应的角度树。该目标数据对应的角度树的结构图如图3所示。由图3可知,父节点α1下有两个子节点α3和α4,父节点α2下有两个子节点α5和α6,父节点α0下有两个子节点α1和α2等。
结合图2所示,“·”表示CSWAP门的控制位,“×”表示CSWAP门的受控位,通过CSWAP门结合该目标数据对应的角度树父节点下的两个量子态,即对处于节点α3的量子态q3|0>和处于节点α4的量子态q4|0>进行合并,对处于节点α5的量子态q5|0>和处于节点α6的量子态q6|0>进行合并,对处于节点α1的量子态q1|0>和处于节点α2的量子态q2|0>进行合并等。
从图2中的量子线路可以发现,分治振幅编码与传统振幅编码的不同之处在于,其量子线路的深度大大减小了。如图3所示,在该目标数据对应的角度树的同一层加载每个量子态的过程可以并行执行,因为CSWAP门使用不同的量子位,处于控制位的是树的高量子位,目标比特是其子树中的量子位,这样有助于减少量子线路的深度,基于分治振幅编码生成的量子线路的深度为O=(1+2+...+log2(N)-1),即
为了使用这种自底向上的分治方法将经典数据嵌入到量子位上,需要组合两个量子位(n-qubits)的量子态|ψ〉、|φ〉和一个单量子位的量子态α|0〉+b|1>,将其转为α|0>ψ>+b|1>|φ>。基于图3中的分治二叉树,通过n-1个CSWAP操作,在第n个量子位中产生了期望的输出,并在n-1个辅助量子位中产生了单位纠缠信息,可以看出传统振幅编码是为了制备α|0>ψ>+b|1>|φ>量子态,而分治振幅编码是为了制备α|0>ψ>|φ>+b|1>ψ>|φ>量子态。通过CSWAP门结合量子态的示意图如图4所示。
为了更清楚地说明第一实施例提供的一种将原始数据编码到量子线路的方法,通过图2中的量子线路,具体说明如何通过CSWAP门来结合量子态,首先通过Layer0生成所需的角度矩阵,之后在layer1上并行地运行两个CSWAP门,这是由于两个CSWAP门的受控比特与控制比特均不一致,故而将其放在一个layer进行。同时由于两者作用效果相同,作用对象不同,故以CSWAPq1,q3,q4为例介绍。
在layer0生成角度矩阵中,q1的量子态为:q3的量子态为:/>q4的量子态为:/>这里通过CSWAP门,将q3与q4的状态相结合,即得到/>部分的q3原始量子态以及/>部分的q4原始量子态,即完成了量子态的结合。
下面通过一个实例来验证该方法:
如上所述,将经典数据{0.15311858100051695,-0.0961350374871273,0.3859320687001368,-0.5634457467385428,0.1474901012487757,-0.45185782723129864,0.32284355187278985,-0.4132085412578166}编码到量子比特上,生成量子线路。
通过计算q0、q1、q3的概率得到原始经典数据,最后的结果为:
Probability:000:0.0234453,Originial value:0.0234453;
Probability:001:0.00924195,Originial value:0.00924195;
Probability:010:0.148944,Originial value:0.148944;
Probability:011:0.317471,Originial value:0.317471;
Probability:100:0.0217533,Originial value:0.0217533;
Probability:101:0.204175,Originial value:0.204175;
Probability:110:0.104228,Originial value:0.104228;
Probability:111:0.170741,Originial value:0.170741;
可以发现成功地将经典数据编码到了量子比特上,同时也验证了该算法的可行性。
基于与第一实施例相同的发明构思,第二实施例提供如图5所示的一种将原始数据编码到量子线路的装置,包括:
数据预处理模块21,用于获取原始数据并进行预处理,得到目标数据;
角度树构造模块22,用于根据目标数据构造目标数据对应的角度树;
数据编码模块23,用于将目标数据对应的角度树上的节点分别编码到量子线路中;
量子态结合模块24,用于利用第一量子逻辑门将量子线路中的量子态进行结合,并输出编码后的量子线路的末量子态;其中,编码后的量子线路的末量子态的振幅与目标数据一一对应。
在优选的实施例当中,数据预处理模块21,包括:
归一化处理单元,用于对原始数据进行归一化处理,得到中间数据;形式判断单元,用于判断中间数据的元素个数是否符合2n的形式;其中,n为正整数;补零处理单元,用于若否,则对中间数据进行补零处理使其元素个数达到2n,得到目标数据。
在优选的实施例当中,角度树构造模块22,包括:
角度矩阵生成单元,用于根据目标数据生成基于第二量子逻辑门的角度矩阵,并根据角度矩阵中的角度旋转对应的量子比特,得到各个量子态;角度树构造单元,用于根据分治算法,将各个量子态构造成分治二叉树,得到目标数据对应的角度树。
在本实施例的一优选实施方式中,第二量子逻辑门为RY门。
在优选的实施例当中,量子态结合模块24,包括:
量子态结合单元,用于利用第一量子逻辑门合并目标数据对应的角度树父节点下的两个量子态。
在本实施例的一优选实施方式中,第一量子逻辑门为受控SWAP门。
第三实施例还提供了一种存储介质,存储介质中存储有计算机程序,其中,计算机程序被设置为运行时执行如第一实施例所述的将原始数据编码到量子线路的方法。
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:
S1、获取原始数据并进行预处理,得到目标数据;
S2、根据目标数据构造目标数据对应的角度树;
S3、将目标数据对应的角度树上的节点分别编码到量子线路中;
S4、利用第一量子逻辑门将量子线路中的量子态进行结合,并输出编码后的量子线路的末量子态;其中,编码后的量子线路的末量子态的振幅与目标数据一一对应。
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。
第四实施例还提供了一种电子装置,包括存储器和处理器,存储器中存储有计算机程序,处理器被设置为运行计算机程序以执行如第一实施例所述的将原始数据编码到量子线路的方法。
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:
S1、获取原始数据并进行预处理,得到目标数据;
S2、根据目标数据构造目标数据对应的角度树;
S3、将目标数据对应的角度树上的节点分别编码到量子线路中;
S4、利用第一量子逻辑门将量子线路中的量子态进行结合,并输出编码后的量子线路的末量子态;其中,编码后的量子线路的末量子态的振幅与目标数据一一对应。
综上所述,实施本发明的实施例,具有如下有益效果:
通过获取原始数据并进行预处理,得到目标数据,根据目标数据构造目标数据对应的角度树,将目标数据对应的角度树上的节点分别编码到量子线路中,利用第一量子逻辑门将量子线路中的量子态进行结合,并输出编码后的量子线路的末量子态,其中,编码后的量子线路的末量子态的振幅与目标数据一一对应,能够有效减小量子线路的深度,提高编码效率。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
本领域普通技术人员可以理解实现上述实施例中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
Claims (8)
1.一种将原始数据编码到量子线路的方法,其特征在于,包括:
获取原始数据并进行预处理,得到目标数据;
根据所述目标数据构造所述目标数据对应的角度树;
将所述目标数据对应的角度树上的节点分别编码到量子线路中;
利用第一量子逻辑门分别合并所述目标数据对应的角度树父节点下的两个量子态,并输出编码后的量子线路的末量子态;其中,所述第一量子逻辑门为受控SWAP门,所述编码后的量子线路的末量子态的振幅与所述目标数据一一对应。
2.如权利要求1所述的将原始数据编码到量子线路的方法,其特征在于,所述获取原始数据并进行预处理,得到目标数据,包括:
对所述原始数据进行归一化处理,得到中间数据;
判断所述中间数据的元素个数是否符合2n的形式;其中,n为正整数;
若否,则对所述中间数据进行补零处理使其元素个数达到2n,得到所述目标数据。
3.如权利要求1所述的将原始数据编码到量子线路的方法,其特征在于,所述根据所述目标数据构造所述目标数据对应的角度树,包括:
根据所述目标数据生成基于第二量子逻辑门的角度矩阵,并根据所述角度矩阵中的角度旋转对应的量子比特,得到各个所述量子态;
根据分治算法,将各个所述量子态构造成分治二叉树,得到所述目标数据对应的角度树。
4.如权利要求3所述的将原始数据编码到量子线路的方法,其特征在于,所述第二量子逻辑门为RY门。
5.一种将原始数据编码到量子线路的装置,其特征在于,包括:
数据预处理模块,用于获取原始数据并进行预处理,得到目标数据;
角度树构造模块,用于根据所述目标数据构造所述目标数据对应的角度树;
数据编码模块,用于将所述目标数据对应的角度树上的节点分别编码到量子线路中;
量子态结合模块,用于利用第一量子逻辑门分别合并所述目标数据对应的角度树父节点下的两个量子态,并输出编码后的量子线路的末量子态;其中,所述第一量子逻辑门为受控SWAP门,所述编码后的量子线路的末量子态的振幅与所述目标数据一一对应。
6.如权利要求5所述的将原始数据编码到量子线路的装置,其特征在于,所述数据预处理模块,包括:
归一化处理单元,用于对所述原始数据进行归一化处理,得到中间数据;
形式判断单元,用于判断所述中间数据的元素个数是否符合2n的形式;其中,n为正整数;
补零处理单元,用于若否,则对所述中间数据进行补零处理使其元素个数达到2n,得到所述目标数据。
7.一种存储介质,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如权利要求1至4任一项所述的将原始数据编码到量子线路的方法。
8.一种电子装置,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如权利要求1至4任一项所述的将原始数据编码到量子线路的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210165225.7A CN114444704B (zh) | 2022-02-22 | 2022-02-22 | 将原始数据编码到量子线路的方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210165225.7A CN114444704B (zh) | 2022-02-22 | 2022-02-22 | 将原始数据编码到量子线路的方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114444704A CN114444704A (zh) | 2022-05-06 |
CN114444704B true CN114444704B (zh) | 2023-09-05 |
Family
ID=81374430
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210165225.7A Active CN114444704B (zh) | 2022-02-22 | 2022-02-22 | 将原始数据编码到量子线路的方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114444704B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117131948A (zh) * | 2022-05-18 | 2023-11-28 | 腾讯科技(深圳)有限公司 | 量子态制备电路生成及量子态制备方法、装置和量子芯片 |
US20240193450A1 (en) * | 2022-12-11 | 2024-06-13 | Classiq Technologies LTD. | Classical Preprocessing for Efficient State Preparation in Quantum Computers |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3065859A1 (en) * | 2017-06-02 | 2018-12-06 | Google Llc | Quantum neural network |
CN112232513A (zh) * | 2020-10-28 | 2021-01-15 | 合肥本源量子计算科技有限责任公司 | 一种量子态的制备方法及装置 |
CN112633508A (zh) * | 2020-11-30 | 2021-04-09 | 合肥本源量子计算科技有限责任公司 | 一种量子线路的生成方法、装置、存储介质及电子装置 |
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 |
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 |
-
2022
- 2022-02-22 CN CN202210165225.7A patent/CN114444704B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3065859A1 (en) * | 2017-06-02 | 2018-12-06 | Google Llc | Quantum neural network |
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 |
CN112232513A (zh) * | 2020-10-28 | 2021-01-15 | 合肥本源量子计算科技有限责任公司 | 一种量子态的制备方法及装置 |
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 |
CN112633508A (zh) * | 2020-11-30 | 2021-04-09 | 合肥本源量子计算科技有限责任公司 | 一种量子线路的生成方法、装置、存储介质及电子装置 |
Non-Patent Citations (1)
Title |
---|
Abhoy Kole等.Resource Optimal Realization of Fault-Tolerant Quantum Circuit.《IEEE Xplore》.2020,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN114444704A (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114444704B (zh) | 将原始数据编码到量子线路的方法、装置及存储介质 | |
Zhang et al. | Towards principled disentanglement for domain generalization | |
US11423282B2 (en) | Autoencoder-based generative adversarial networks for text generation | |
US11663483B2 (en) | Latent space and text-based generative adversarial networks (LATEXT-GANs) for text generation | |
Zhang et al. | Generative steganography by sampling | |
Simeone | An introduction to quantum machine learning for engineers | |
CN111401037B (zh) | 自然语言的生成方法、装置、电子设备及存储介质 | |
CN109740758B (zh) | 一种基于量子计算的核方法 | |
CN113592094B (zh) | 量子态制备电路生成方法、超导量子芯片 | |
Tang et al. | A fast learning algorithm for multi-layer extreme learning machine | |
Bu et al. | Privacy preserving back-propagation based on BGV on cloud | |
KR20190128980A (ko) | 데이터 압축 및 복원을 위한 전자 장치 및 그 압축 방법 | |
CN116310473A (zh) | 一种基于误差缓解的量子神经网络的图像分类方法 | |
Wu et al. | GAN-based steganography with the concatenation of multiple feature maps | |
CN114399053A (zh) | 量子判别线路及用于渐进训练的模型 | |
Lapeyre Jr et al. | Enhancement of entanglement percolation in quantum networks via lattice transformations | |
Majeed et al. | Comparative analysis of the denoising effect of unstructured vs. convolutional autoencoders | |
Frembs et al. | Variations on the Choi-Jamiolkowski isomorphism | |
CN114358294B (zh) | 将原始数据编码到量子线路的方法、装置及存储介质 | |
CN115048661A (zh) | 一种模型的处理方法、装置及设备 | |
CN114745104A (zh) | 基于多维量子纠错的消除噪声干扰的信息传输方法 | |
Ercolessi et al. | The geometry of quantum computing | |
CN114399052A (zh) | 量子与逻辑门、逆量子与逻辑门及逻辑运算线路生成方法 | |
CN115796242B (zh) | 一种电子数字信息反取证方法 | |
Liao et al. | Minimax Concave Penalty Regression for Superresolution Image Reconstruction |
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 |