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！

龙图腾网获悉相干(北京)科技有限公司申请的专利基于跨图注意力机制的量子比特映射方法及通用编译器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：CN120525073B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511029253.6，技术领域涉及：G06N10/20；该发明授权基于跨图注意力机制的量子比特映射方法及通用编译器是由曾祥洪;田建强;贺玉龙;邢磊;董峰;刘小俊设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本基于跨图注意力机制的量子比特映射方法及通用编译器在说明书摘要公布了：本申请涉及基于跨图注意力机制的量子比特映射方法及通用编译器，基于跨图注意力机制的量子比特映射模型的训练方法包括：根据硬件拓扑图中硬件节点信息执行图内邻接聚合操作，得到更新后的硬件节点向量；根据量子逻辑电路中逻辑节点信息执行图内邻接聚合操作，得到更新后的逻辑节点向量；计算更新后硬件节点向量和逻辑节点向量的匹配度并基于该匹配度对逻辑节点向量与硬件节点向量分别进行跨图注意力更新；将池化处理后的硬件节点向量和逻辑节点向量输入待训练量子比特映射模型中，输出映射质量预测值；基于映射质量真实值和映射质量预测值构建损失函数，采用梯度下降法训练图神经网络模型。本方法能够自动选择最优路径组合降低计算复杂度。

本发明授权基于跨图注意力机制的量子比特映射方法及通用编译器在权利要求书中公布了：1.一种基于跨图注意力机制的量子比特映射模型的训练方法，其特征在于，使用多个训练样本对图神经网络模型进行训练，每一训练样本包括一个硬件拓扑图与一个量子逻辑电路，其中所述训练方法包括： 根据所述硬件拓扑图中待更新硬件节点的硬件节点信息执行图神经网络的图内邻接聚合操作，得到更新后的硬件节点向量； 根据所述量子逻辑电路中待更新逻辑节点的逻辑节点信息执行图神经网络的图内邻接聚合操作，得到更新后的逻辑节点向量； 计算更新后的每个硬件节点向量和每个逻辑节点向量的匹配度并基于该匹配度对逻辑节点向量与硬件节点向量分别进行跨图注意力更新； 将更新后的硬件节点向量和逻辑节点向量分别进行池化处理得到硬件节点图级向量和逻辑节点图级向量； 将硬件节点图级向量和逻辑节点图级向量输入待训练量子比特映射模型中，输出映射质量预测值； 基于映射质量真实值和映射质量预测值构建损失函数，采用梯度下降法循环训练所述图神经网络模型； 响应于损失函数值小于损失阈值，输出训练好的量子比特映射模型。

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相干(北京)科技有限公司，其通讯地址为：100096 北京市海淀区西三旗金隅智造工厂N1幢3层311B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。