【技术实现步骤摘要】
量子辅助学习系统及其操作方法
[0001]本揭示内容是有关于一种量子机器学习技术,特别是关于一种量子辅助学习系统及操作量子辅助学习系统的方法
。
技术介绍
[0002]量子机器学习是通过量子计算机对量子位元进行量子运算以进行训练
。
现今的量子机器学习在量子位元的数量和量子运算深度增加时遭遇了梯度消失问题
(Vanishing gradient problem)。
此外,对量子闸进行训练时需要重复将数据上传至云端量子计算机
(
如
IBMQ)
,耗费大量等待时间
。
因此,要如何克服上述问题为本领域重要的课题
。
技术实现思路
[0003]本专利技术实施例包含一种量子辅助学习系统
。
量子辅助学习系统包括量子辅助装置及特征学习处理器
。
量子辅助装置用以量测对应量子信号的多个量子位元以产生多个经典特征值,并包含用以处理量子信号的多个量子电路,其中量子电路的每一者用以进行相同的量子运算
。
特征学习处理器耦接量子辅助装置,并用以依据经典特征值训练函数
。
[0004]在一些实施例中,量子电路包括:第一量子电路,用以对量子信号的第一组量子位元进行量子运算以产生量子位元中的第二组量子位元;第二量子电路,用以对量子态的第三组量子位元进行量子运算以产生第四组量子位元;以及第三量子电路,与第二量子电路串联耦接,并用以对第四组量子位元进行量子运算以产生量子位 ...
【技术保护点】
【技术特征摘要】
1.
一种量子辅助学习系统,其特征在于,包括:量子辅助装置,用以量测对应量子信号的多个量子位元以产生多个经典特征值,并包含用以处理所述量子信号的多个量子电路,其中所述多个量子电路的每一者用以进行相同的量子运算;以及特征学习处理器,耦接所述量子辅助装置,并用以依据所述多个经典特征值训练函数
。2.
根据权利要求1所述的量子辅助学习系统,其中所述多个量子电路包括:第一量子电路,用以对所述量子信号的第一组量子位元进行所述量子运算以产生所述多个量子位元中的第二组量子位元;第二量子电路,用以对所述量子态的第三组量子位元进行所述量子运算以产生第四组量子位元;以及第三量子电路,与所述第二量子电路串联耦接,并用以对所述第四组量子位元进行所述量子运算以产生所述多个量子位元中的第五组量子位元
。3.
根据权利要求2所述的量子辅助学习系统,其中所述特征学习处理器耦接所述第一量子电路及所述第三量子电路,并用以依据所述多个经典特征值中对应所述第二组量子位元的第一组经典特征值以及所述多个经典特征值中对应所述第五组量子位元的第二组经典特征值训练所述函数
。4.
根据权利要求2所述的量子辅助学习系统,其中还包括:量测电路组,耦接于所述特征学习处理器及所述第一量子电路之间,并用以对所述第二组量子位元的第一量子位元进行多次量测以产生所述多个经典特征值中对应所述第一量子位元的第一经典特征值,且用以对所述第五组量子位元的第二量子位元进行多次量测以产生所述多个经典特征值中对应所述第二量子位元的第二经典特征值
。5.
根据权利要求2所述的量子辅助学习系统,其中所述多个量子电路还包括:第四量子电路,用以对所述量子信号的第六组量子位元进行所述量子运算以产生第七组量子位元;第五量子电路,与所述第四量子电路串联耦接,用以对所述第七组量子位元进行所述量子运算以产生第八组量子位元;以及第六量子电路,与所述第五量子电路串联耦接,并用以对所述第八组量子位元进行所述量子运算以产生所述多个量子位元中的第九组量子位元
。6.
根据权利要求1至5中任一项所述的量子辅助学习系统,其中所述特征学习处理器还用以在所述函数及目标函数之间的差异大于预设差异时,调整所述多个量子电路的数量
。7.
一种操作量子辅助学习系统的方法,其特征在于,包括:依据目标函数,决定量子辅助装置中的多个量子电路的数量;通过所述量子辅助装置,依据量子信号产生多个经典特征值;依据所述多个经典特征值,产生第一函数;以及依据所述第一函数及所述目标函数之间的差异,调整所述多个量子电路的所述数量
。8.
根据权利...
【专利技术属性】
技术研发人员:高嘉阳,谢明修,
申请(专利权)人:鸿海精密工业股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。