Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都理工大学刘明哲获国家专利权

成都理工大学刘明哲获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉成都理工大学申请的专利一种基于变分量子计算的多分类方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116756663B

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310518690.9,技术领域涉及:G06F18/2431;该发明授权一种基于变分量子计算的多分类方法及装置是由刘明哲;周杰;李冬芬;唐小川;杨小龙;谭玉乔;周让设计研发完成,并于2023-05-10向国家知识产权局提交的专利申请。

一种基于变分量子计算的多分类方法及装置在说明书摘要公布了:本发明公开了一种基于变分量子计算的多分类方法,包括待分类的经典数据预处理;将特征数据采用量子振幅编码方式编码为量子数据,同时使用log2L个量子比特表示L个分类标签,将分类标签转换为二进制形式的标签态;将编码的量子数据输入变分量子电路模型中进行训练,采用交换测试电路计算输出态和标签态之间的保真度来优化变分量子电路模型的内部参数;在训练完成后通过测量输出态实现对经典数据的分类。本发明使用多粒子态表示分类标签,将需要的辅助粒子数量从L降低至log2L,压缩了辅助粒子的数量,有效地降低了电路宽度,保证分类准确率的同时降低了系统复杂度,减少了量子资源消耗,解决了在量子多分类器场景中产生的决策边界问题。

本发明授权一种基于变分量子计算的多分类方法及装置在权利要求书中公布了:1.一种基于变分量子计算的多分类方法,其特征在于,包括以下步骤:S10、将待分类的经典数据进行预处理;S20、将预处理后的经典数据中的特征数据采用量子振幅编码的方式编码为量子态信息,并将分类标签数据编码为二进制多粒子态形式的标签态;S30、将编码后的量子态信息作为输入态对变分量子电路模型进行训练,该变分量子电路模型相应输出位的输出态表示模型的预测分类标签;S40、采用swap-test电路计算变分量子电路模型的输出态和真实的标签态之间的损失值,基于该损失值进行反向传播迭代更新优化变分量子电路模型中的参数;其中,采用swap-test电路计算变分量子电路模型的输出态和真实的标签态之间的损失值包括:在swap-test电路中配置一个辅助粒子,通过对该辅助粒子的单粒子测量获得对变分量子电路模型的输出态和真实的标签态的保真度F,以该保真度作为损失值;基于该损失值进行反向传播迭代更新优化变分量子电路模型中的参数包括:设置目标函数式中D表示训练数据的个数,Fi表示第i个训练数据的保真度;使用基于一阶梯度的随机目标函数优化器Adam持续优化该目标函数使保真度最小,从而最小化分类误差;S50、当损失值低于设定阈值或达到设定的迭代轮数后,完成对变分量子电路模型的训练,确定出变分量子电路模型中的参数权重;S60、在待分类的经典数据进行量子编码并输入变分量子电路模型后,通过测量变分量子电路模型的输出态实现对数据分类;所述经典数据为图像数据。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人成都理工大学,其通讯地址为:610059 四川省成都市成华区二仙桥东三路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。