[发明专利]一种量子计算机的控制方法、系统及相关组件有效

专利信息
申请号: 202010461803.2 申请日: 2020-05-27
公开(公告)号: CN111612151B 公开(公告)日: 2023-06-16
发明(设计)人: 孙善宝;罗清彩;于晓艳;金长新;刘幼航 申请(专利权)人: 山东浪潮科学研究院有限公司
主分类号: G06N10/20 分类号: G06N10/20;G06N10/40;G06N3/0442;G06N3/08
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 刘翠香
地址: 250098 山东省济*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 量子 计算机 控制 方法 系统 相关 组件
【权利要求书】:

1.一种量子计算机的控制方法,其特征在于,包括:

对量子计算机进行初始化设置,并获取单个量子位的最佳控制信号;

将量子计算应用程序指令和所述最佳控制信号输入量子位控制模型,得到对应的微波控制信号,以通过量子测控系统完成量子位的操作;

所述量子位控制模型具体为根据量子位布局、量子位个数、量子退相干时间和量子位操作时序确定结构,并通过所述量子计算机的初始训练数据进行训练优化得到的神经网络模型;

所述初始训练数据为无所述量子位控制模型时,所述量子计算机在所述量子计算应用程序指令下的初始控制信号和对应的初始测量数据;

所述量子位控制模型包括:

根据所述初始训练数据学习不同量子位之间的关联关系、并生成量子位关系矩阵的量子位关系生成器;

根据所述量子计算应用程序指令、所述最佳控制信号和所述量子位关系矩阵,生成微波控制信号的量子位控制生成器;

所述量子位控制生成器具体包括门控循环单元网络和注意力机制。

2.根据权利要求1所述控制方法,其特征在于,所述量子位控制模型具体为:

利用梯度下降优化法,通过所述量子计算机的初始训练数据进行训练优化得到的神经网络模型。

3.根据权利要求1至2任一项所述控制方法,其特征在于,所述对量子计算机进行初始化设置,并获取单个量子位的最佳控制信号的过程,具体包括:

测量量子计算机的谐振腔频率,并通过调整微波源频率,测量得到人造量子频率;

根据量子位个数、所述谐振腔频率、所述微波源频率、所述人造量子频率,设定所述量子计算机的初始参数;

利用扫描频率频段,通过量子测控系统改编微波源频率,得到测量结果;

根据所述测量结果确定单个量子位的最佳控制信号。

4.根据权利要求3所述控制方法,其特征在于,还包括:

循环执行优化所述量子位控制模型的步骤,直至循环次数达到预设数值;

所述优化所述量子位控制模型的步骤包括:

获取所述微波控制信号对应的第二测量数据;

将所述微波控制信号和所述第二测量数据作为第二训练数据,对所述量子位控制模型进行训练优化。

5.一种量子计算机的控制系统,其特征在于,包括:

初始化模块,用于对量子计算机进行初始化设置,并获取单个量子位的最佳控制信号;

信号输出模块,用于将量子计算应用程序指令和所述最佳控制信号输入量子位控制模型,得到对应的微波控制信号,以通过量子测控系统完成量子位的操作;

所述量子位控制模型具体为根据量子位布局、量子位个数、量子退相干时间和量子位操作时序确定结构,并通过所述量子计算机的初始训练数据进行训练优化得到的神经网络模型;

所述初始训练数据为无所述量子位控制模型时,所述量子计算机在所述量子计算应用程序指令下的初始控制信号和对应的初始测量数据;

所述量子位控制模型包括:

根据所述初始训练数据学习不同量子位之间的关联关系、并生成量子位关系矩阵的量子位关系生成器;

根据所述量子计算应用程序指令、所述最佳控制信号和所述量子位关系矩阵,生成微波控制信号的量子位控制生成器;

所述量子位控制生成器具体包括门控循环单元网络和注意力机制。

6.一种量子计算机的控制装置,其特征在于,包括:

存储器,用于存储计算机程序;

处理器,用于执行所述计算机程序时实现如权利要求1至4任一项所述量子计算机的控制方法的步骤。

7.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述量子计算机的控制方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东浪潮科学研究院有限公司,未经山东浪潮科学研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010461803.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top