基于先验知识的拓扑特征分类制造技术

提供了关于复杂数据集的拓扑分类的技术。例如，本文所述的一个或多个实施例可包括一种系统，该系统可包括可存储计算机可执行组件的存储器。该系统还可以包括处理器，该处理器可操作地耦接到存储器，并且可以执行存储在存储器中的计算机可执行组件。计算机可执行组件可以包括量子计算组件，该量子计算组件可以将拉普拉斯矩阵的特征值编码到量子电路的量子态上的相位中。计算机可执行组件还可以包括经典计算组件，该经典计算组件通过测量该量子电路的辅助态使用贝叶斯学习算法来推断贝蒂数。

【技术实现步骤摘要】
【国外来华专利技术】基于先验知识的拓扑特征分类
本公开涉及拓扑特征分类，并且更具体地涉及使用量子和经典计算技术的混合的一个或多个贝蒂(Betti)数的一个或多个基于先验知识的推断。
技术介绍
拓扑数据分析技术利用代数拓扑公式来提供可以对所选择的特定度量不敏感、提供维度减少和/或对在主题数据中发现的噪声鲁棒的框架。此外，拓扑数据分析可通过机器学习、深度学习、分类、推断和/或人工智能任务来促进。例如，一个或多个机器学习任务可利用代数拓扑的原理来生成主题数据的越来越高级别的抽象，其中然后可基于抽象而不是原始数据来执行关于数据的特性的确定。传统上，已经实施了经典计算技术或量子计算技术来执行拓扑数据分析。经典计算技术可容易地对大数据集执行拓扑数据分析。考虑到经典计算设备的处理能力的低成本和可用性，经典计算技术可在分析大数据集时展现出期望的效率。然而，通过经典计算技术的分析可能受到数据的复杂性的限制。相比之下，量子计算技术可以容易地对复杂的数据集执行拓扑数据分析，但是在能够被处理的数据量方面受到限制。例如，常规的量子算法可能需要在近期量子计算中不能容易地实现的电路深度或容错的水平。因此，本领域需要解决上述问题。
技术实现思路
从第一方面来看，以下专利技术提供了一种用于拓扑分类的系统，该系统包括：存储器，其存储计算机可执行组件；处理器，可操作地耦接到所述存储器，并且执行存储在所述存储器中的所述计算机可执行组件，其中所述计算机可执行组件包括：量子计算组件，其可操作用于将特征值(eigenvalue)编码到量子电路的量子态上的相位中；以及经典计算组件，其通过测量量子电路的辅助(ancilla)状态使用贝叶斯学习算法来推断贝蒂数。从另一方面来看，以下专利技术提供了一种用于拓扑分类的计算机实现的方法，该方法包括：由操作地耦接到处理器的系统将特征值编码到量子电路的量子态上的相位中；并且由所述系统通过测量量子电路的辅助态，利用贝叶斯学习算法推断贝蒂数。从另一方面来看，本专利技术提供了一种用于拓扑分类的计算机程序产品，该计算机程序产品包括计算机可读存储介质，该计算机可读存储介质可由处理电路读取并且存储用于由处理电路运行来执行用于执行本专利技术的步骤的方法的指令。从另一方面来看，本专利技术提供了一种存储在计算机可读介质上并且可加载到数字计算机的内部存储器中的计算机程序，所述计算机程序包括软件代码部分，当所述程序在计算机上运行时，所述软件代码部分用于执行本专利技术的步骤。下面给出概述以提供对本专利技术的一个或多个实施例的基本理解。本概述不旨在标识关键或重要元素，或描绘特定实施例的任何范围或权利要求的任何范围。其唯一目的是以简化形式呈现概念，作为稍后呈现的更详细描述的序言。在本文描述的一个或多个实施例中，描述了可促进复杂数据集的拓扑分类的系统、计算机实现的方法、装置和/或计算机程序产品。根据一个实施例，提供了一种系统。该系统可以包括可以存储计算机可执行组件的存储器。该系统还可以包括处理器，其可操作地耦接到存储器，并且可以执行存储在存储器中的计算机可执行组件。计算机可执行组件可以包括量子计算组件，该量子计算组件可以将拉普拉斯矩阵的特征值编码到量子电路的量子态上的相位中。这些计算机可执行组件还可以包括经典计算组件，该经典计算组件通过测量该量子电路的辅助态使用贝叶斯学习算法推断贝蒂数。这种系统的优点可以是利用量子计算用于复杂计算并且利用经典计算用于大计算。在一些示例中，贝蒂数可包括在由经典计算组件推断的多个贝蒂数内，并且该多个贝蒂数可表征对象的拓扑。这样的系统的优点可以是复杂数据集的拓扑分类。根据一个实施例，提供了一种计算机实施的方法。该计算机实现的方法可以包括通过可操作地耦接到处理器的系统将拉普拉斯矩阵的特征值编码到量子电路的量子态上的相位中。该计算机实现的方法还可以包括由该系统通过测量该量子电路的辅助态使用贝叶斯学习算法推断贝蒂数。这种计算机实现的方法的优点可以是可以结合先验知识的深度学习任务的自主实现。在一些示例中，该计算机实现的方法可以包括由系统重复地测量辅助态。辅助态可以是与量子态的乘积态。该计算机实现的方法还可以包括由系统基于重复测量来生成概率分布。此外，该计算机实现的方法可以包括由系统使用蒙特卡罗采样算法分析所述概率分布以更新先验知识分布。这种计算机实现的方法的优点可以是可以基于先前的计算来细化系统的分析，以提高准确度和/或效率。根据一个实施例，提供了一种用于拓扑分类的计算机程序产品。所述计算机程序产品可包括计算机可读存储介质，所述计算机可读存储介质具有实施的程序指令，所述程序指令可由处理器执行以使所述处理器通过操作地耦接到所述处理器的系统将拉普拉斯矩阵的特征值编码到量子电路的量子态上的相位中。这些程序指令还可以使处理器通过该系统通过测量量子电路的辅助态使用贝叶斯学习算法推断贝蒂数。这种计算机程序产品的优点可以是使用量子计算来促进拓扑分类而不引起不希望的容错。在一些示例中，这些程序指令还可以使该处理器通过该系统通过选择性地对对象进行采样来生成子样本对象。此外，程序指令还可以使处理器通过系统使用持续同调(persistenthomology)算法表征子样本对象以生成量子叠加态。此外，程序指令可以使得处理器通过系统基于量子叠加态生成拉普拉斯矩阵作为量子对象。这样的程序产品的优点可以是复杂数据集的拓扑分类。根据一个实施例，提供了一种系统。该系统可以包括可以存储计算机可执行组件的存储器。该系统还可以包括处理器，其可操作地耦接到存储器，并且可以执行存储在存储器中的计算机可执行组件。计算机可执行组件可以包括量子计算组件，该量子计算组件可以将特征值编码到量子电路的量子态上的相位中。特征值可以与对象的拓扑特征有关。计算机可执行组件还可以包括经典计算组件，该经典计算组件可以通过测量该量子电路的辅助态使用贝叶斯学习算法来推断贝蒂数。这种系统的优点可以是利用量子计算用于复杂计算并且利用经典计算用于拓扑分类。在一些示例中，该系统可以进一步包括子样本组件，该子样本组件可以通过选择性地对对象进行采样而生成子样本对象。此外，该系统可以包括同调组件，该同调组件可以使用持续同调算法对该子样本对象进行表征以产生量子叠加态。此外，该系统可以包括矩阵组件，该矩阵组件可以基于量子叠加态生成拉普拉斯矩阵作为量子对象。这种系统的优点可以是从复杂数据集中拆分出数据以便通过量子和/或经典计算技术来促进拓扑分类。根据一个实施例，提供了一种用于拓扑分类的计算机程序产品。该计算机程序产品可以包括计算机可读存储介质，该计算机可读存储介质具有实施的程序指令，所述程序指令可由处理器执行以使所述处理器通过可操作地耦接到所述处理器的系统将特征值编码到量子电路的量子态上的相位中，其中所述特征值与对象的拓扑特征有关。这些程序指令还可以使该系统通过测量该量子电路的辅助态使用贝叶斯学习算法推断贝蒂数。这种计算机程序产品的优点可以是使用量子计算来促进具有期望电路深度的拓扑分类。在一些实例中，这些程序指令可以进一步使该处理器通过系统基于该量子电路的先前本文档来自技高网...

【技术保护点】
1.一种系统，所述系统包括：/n存储器，存储计算机可执行组件；/n处理器，可操作地耦接到所述存储器，并且执行存储在所述存储器中的所述计算机可执行组件，其中所述计算机可执行组件包括：/n量子计算组件，所述量子计算组件可操作用于将特征值编码到量子电路的量子态上的相位中；以及/n经典计算组件，所述经典计算组件通过测量所述量子电路的辅助态使用贝叶斯学习算法推断贝蒂数。/n

【技术特征摘要】
【国外来华专利技术】20190215 US 16/276,7191.一种系统，所述系统包括：
存储器，存储计算机可执行组件；
处理器，可操作地耦接到所述存储器，并且执行存储在所述存储器中的所述计算机可执行组件，其中所述计算机可执行组件包括：
量子计算组件，所述量子计算组件可操作用于将特征值编码到量子电路的量子态上的相位中；以及
经典计算组件，所述经典计算组件通过测量所述量子电路的辅助态使用贝叶斯学习算法推断贝蒂数。


2.如权利要求1所述的系统，其中所述计算机可执行组件进一步：
所述量子计算组件可操作用于将拉普拉斯矩阵的特征值编码到量子电路的量子态上的相位中。


3.如权利要求2所述的系统，还包括：
子样本组件，所述子样本组件选择性地对对象进行采样以生成子样本对象。


4.如权利要求3所述的系统，还包括：
同调组件，所述同调组件使用持续同调算法表征所述子样本对象以生成量子叠加态。


5.如权利要求4所述的系统，还包括：
矩阵组件，所述矩阵组件基于所述量子叠加态建立所述拉普拉斯矩阵作为量子对象。


6.如权利要求5所述的系统，还包括：
测量组件，所述测量组件重复测量所述辅助态，并且生成概率分布。


7.如权利要求6所述的系统，还包括：
采样组件，所述采样组件使用采样算法分析所述概率分布以更新先验知识分布。


8.如权利要求7所述的系统，还包括：
贝叶斯组件，所述贝叶斯组件基于所述先验知识分布和所述概率分布生成所述贝叶斯学习算法。


9.如在前权利要求中任一项所述的系统，其中所述贝蒂数被包括在由所述经典计算组件推断的多个贝蒂数内，并且其中所述多个贝蒂数表征对象的拓扑。


10.如在前权利要求中任一项所述的系统，其中所述计算机可执行组件包括：
量子计算组件，所述量子计算组件将特征值编码到量子电路的量子态上的相位中，其中所述特征值与对象的拓扑特征有关。


11.一种用于拓扑分类的计算机实现的方法，所述方法包括：
由可操作地耦接到处理器的系统将特征值编码...

【专利技术属性】
技术研发人员：T·卡齐曼，L·霍瑞什，K·L·克拉克森，M·斯库兰特，
申请(专利权)人：国际商业机器公司，
类型：发明
国别省市：美国;US