一种量子线路转换方法、系统、存储介质和电子设备技术方案

本发明专利技术涉及量子线路转换技术领域，尤其涉及一种量子线路转换方法、系统、存储介质和电子设备，方法包括：S1、在对当前的逻辑量子线路进行量子线路转换的过程中，当引入交换门时，利用训练好的神经网络模型进行评估，得到离散概率分布，离散概率分布中的每个概率值对应当前的物理量子线路上的不同位置，把交换门放置于离散概率分布中的最大概率值所对应在当前的物理量子线路上的位置；S2、当每次引入交换门时，重复执行S1，直至完成逻辑量子线路的量子线路转换，能够快速得到冗余尽可能少的解即最终的物理量子线路，效率高。效率高。效率高。

【技术实现步骤摘要】
一种量子线路转换方法、系统、存储介质和电子设备


[0001]本专利技术涉及量子线路转换
，尤其涉及一种量子线路转换方法、系统、存储介质和电子设备。

技术介绍

[0002]在设计量子程序的时候，通常假设可以在任意的量子比特对之间执行两量子比特门操作，但是，实际的量子计算机对于两量子比特门存在连通性的限制。因此，在量子计算机执行量子程之前，需要对输入的逻辑量子线路进行线路转换(引入冗余的量子门)，转换后可以得到可执行的物理量子线路。物理量子线路中的两量子比特门需要符合量子计算机的连通性限制并且在功能上与对应的逻辑量子线路等价。通常，一个的逻辑量子线路对应多种符合上述要求的物理量子线路，但是不同的物理量子线路引入的冗余是不同的，目前往往需要通过人工从多种符合上述要求的物理量子线路中的选取出最优的物理量子线路即冗余尽可能少的解，效率低，因此，需要一种能够快速找到冗余尽可能少的解即最优的物理量子线路的线路转换方法。

技术实现思路

[0003]本专利技术所要解决的技术问题是针对现有技术的不足，提供了一种量子线路转换方法、系统、存储介质和电子设备。
[0004]本专利技术的一种量子线路转换方法的技术方案如下：
[0005]S1、在对当前的逻辑量子线路进行量子线路转换的过程中，当引入交换门时，利用训练好的神经网络模型进行评估，得到离散概率分布，所述离散概率分布中的每个概率值对应当前的物理量子线路上的不同位置，把所述交换门放置于所述离散概率分布中的最大概率值所对应在所述当前的物理量子线路上的位置；
[0006]S2、当每次引入交换门时，重复执行S1，直至完成所述逻辑量子线路的量子线路转换，得到最终的物理量子线路。
[0007]本专利技术的一种量子线路转换方法的有益效果如下：
[0008]当引入交换门时，利用训练好的神经网络模型对当前的物理量子线路上的不同位置的概率进行计算，能够快速确定最大概率值对应的位置，以放置交换门，直至完成逻辑量子线路的量子线路转换，能够快速得到冗余尽可能少的解即最终的物理量子线路，效率高。
[0009]本专利技术的一种量子线路转换系统的技术方案如下：
[0010]包括引入模块和调用确定模块；
[0011]所述引入模块用于：在对当前的逻辑量子线路进行量子线路转换的过程中，当引入交换门时，利用训练好的神经网络模型进行评估，得到离散概率分布，所述离散概率分布中的每个概率值对应当前的物理量子线路上的不同位置，把所述交换门放置于所述离散概率分布中的最大概率值所对应在所述当前的物理量子线路上的位置；
[0012]所述调用确定模块用于：当每次引入交换门时，重复调用所述引入模块，直至完成
所述逻辑量子线路的量子线路转换，得到最终的物理量子线路。
[0013]本专利技术的种量子线路转换系统的有益效果如下：
[0014]当引入交换门时，利用训练好的神经网络模型对当前的物理量子线路上的不同位置的概率进行计算，能够快速确定最大概率值对应的位置，以放置交换门，直至完成逻辑量子线路的量子线路转换，能够快速得到冗余尽可能少的解即最终的物理量子线路，效率高。
[0015]本专利技术的一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行上述任一项所述的一种量子线路转换方法。
[0016]本专利技术的一种电子设备，包括处理器和上述的存储介质，所述处理器执行所述存储介质中的指令。
附图说明
[0017]图1为本专利技术实施例的一种量子线路转换方法的流程示意图；
[0018]图2为量子线路的示意图之一；
[0019]图3为量子线路的示意图之二；
[0020]图4为量子计算机连通图；
[0021]图5为量子线路的示意图之三；
[0022]图6为逻辑量子线路的示意图；
[0023]图7为物理量子线路；
[0024]图8为本专利技术实施例的一种量子线路转换系统的结构示意图。
具体实施方式
[0025]如图1所示，本专利技术实施例的一种量子线路转换方法，包括如下步骤：
[0026]S1、在对当前的逻辑量子线路进行量子线路转换的过程中，当引入交换门时，利用训练好的神经网络模型进行评估，得到离散概率分布，所述离散概率分布中的每个概率值对应当前的物理量子线路上的不同位置，把所述交换门放置于所述离散概率分布中的最大概率值所对应在所述当前的物理量子线路上的位置；
[0027]S2、当每次引入交换门时，重复执行S1，直至完成所述逻辑量子线路的量子线路转换，得到最终的物理量子线路。
[0028]其中，通过S1
‑
S2所确定的最终的物理量子线路为冗余尽可能少的解的原因如下：
[0029]受限于有限的计算资源和量子线路高度的复杂性，传统的方式只可以对当前的逻辑量子线路进行粗略的评估，根据上述评估所得到的交换门放置位置信息通常是不准确的。而神经网络可以通过预学习的方式，通过花费大量的计算资源构建并且学习具有高精度的标签的训练集，从而得到针对任意当前逻辑量子线路的精确的评估模型，继而实现具有更少冗余的量子线路转换过程。
[0030]其中，本申请的前提是：在对当前的逻辑量子线路进行量子线路转换的过程中，只引入交换门。
[0031]当引入交换门时，利用训练好的神经网络模型对当前的物理量子线路上的不同位置的概率进行计算，能够快速确定最大概率值对应的位置，以放置交换门，直至完成逻辑量子线路的量子线路转换，能够快速得到冗余尽可能少的解即最终的物理量子线路，效率高。
[0032]下面对量子领域的技术术语进行解释，以便于更好的理解本申请，具体地：
[0033]1)量子比特：
[0034]量子比特是量子计算机存储数据的基本单元。量子程序通过对量子比特进行相应的操作来实现具体的功能。
[0035]2)量子门：
[0036]量子门可以改变其作用量子比特的状态，从而实现特定的量子操作。按照作用的量子比特数目，量子门可以分为单量子比特门和两量子比特门：
[0037]①
单量子比特门只作用在一个特定的量子比特上，只可以改变该量子比特的状态；
[0038]②
两量子比特门作用在两个量子比特上，可以改变上述两个量子比特的状态，两种常见的两量子比特门为控制非门和交换门。
[0039]在本申请中，用G(i)表示作用在i量子比特上的一般单量子比特门，用 G(i,j)表示作用在i和j量子比特上的一般两量子比特门。而且，本申请中还需要用到两种特殊的两量子比特门：交换门和控制非门。一个作用在i和j 量子比特上的交换门和控制非门可以分别用SWAP(i,j)和CNOT(i,j)表示。
[0040]3)量子线路：
[0041]量子线路是量子程序的一种常用描述方法，其通常由量子比特以及一系列的量子门构成。在图2所示的示例的量子线路中，其包含两个量子比特q0、 q1，每根线条表示对应的量子比特、模块A本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种量子线路转换方法，其特征在于，包括：S1、在对当前的逻辑量子线路进行量子线路转换的过程中，当引入交换门时，利用训练好的神经网络模型进行评估，得到离散概率分布，所述离散概率分布中的每个概率值对应当前的物理量子线路上的不同位置，把所述交换门放置于所述离散概率分布中的最大概率值所对应在所述当前的物理量子线路上的位置；S2、当每次引入交换门时，重复执行S1，直至完成所述逻辑量子线路的量子线路转换，得到最终的物理量子线路。2.根据权利要求1所述的一种量子线路转换方法，其特征在于，还包括：生成并根据任一样本逻辑量子线路对应的样本矩阵，对所述任一样本逻辑量子线路进行多次量子线路转换，得到样本离散概率分布，该样本离散概率分布的每个概率值表示：在所述任一样本逻辑量子线路所对应的物理量子线路上的不同位置上引入交换门的推荐概率，直至得到多个样本矩阵以及每个样本矩阵对应的样本离散概率分布；基于多个样本矩阵以及每个样本矩阵对应的样本离散概率分布，并利用神经网络进行训练，得到所述训练好的神经网络模型。3.根据权利要求1或2所述的一种量子线路转换方法，其特征在于，所述得到离散概率分布，包括：在对当前的逻辑量子线路进行量子线路转换的过程中，得到所述当前的逻辑量子线路对应的矩阵，当引入交换门时，将所述当前的逻辑量子线路对应的矩阵输入所述训练好的神经网络模型，得到所述离散概率分布，其中，所述当前的逻辑量子线路对应的矩阵的维度与样本矩阵的维度相同。4.一种量子线路转换系统，其特征在于，包括引入模块和调用确定模块；所述引入模块用于：在对当前的逻辑量子线路进行量子线路转换的过程中，当引入交换门时，利用训练好的神经网络模型进行评估，得到离散...

【专利技术属性】
技术研发人员：周祥臻，
申请(专利权)人：北京中科弧光量子软件技术有限公司，
类型：发明
国别省市：