[发明专利]用于估计量子态保真度的方法、装置、电子设备和介质在审
申请号: | 202110660575.6 | 申请日: | 2021-06-15 |
公开(公告)号: | CN113283607A | 公开(公告)日: | 2021-08-20 |
发明(设计)人: | 杜宇轩;陶大程 | 申请(专利权)人: | 京东数科海益信息科技有限公司 |
主分类号: | G06N10/00 | 分类号: | G06N10/00;G06K9/62 |
代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;马晓亚 |
地址: | 100176 北京市大兴区经济*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 估计 量子 保真度 方法 装置 电子设备 介质 | ||
1.一种用于估计量子态保真度的方法,包括:
获取待估计量子态保真度所涉及的第一量子态和第二量子态,其中,所述第一量子态和第二量子态对应的秩不大于预设阈值;
将所述第一量子态进行维度压缩,生成降维后的量子态;
生成所述降维后的量子态对应的本征向量;
基于所述本征向量和所述维度压缩的方式构造新的量子态;
基于所述新的量子态和所述第二量子态之间的对应关系,生成所述待估计量子态保真度。
2.根据权利要求1所述的方法,其中,所述将所述第一量子态进行维度压缩,生成降维后的量子态,包括:
将所述第一量子态输入至预先训练的量子态压缩模型,生成与所述第一量子态对应的降维后的量子态,其中,所述量子态压缩模型基于梯度下降法训练得到。
3.根据权利要求1所述的方法,其中,所述生成所述降维后的量子态对应的本征向量,包括:
利用量子态层析技术将所述降维后的量子态发送至目标设备,以使所述目标设备基于谱分解技术生成所述降维后的量子态对应的本征向量和本征值;
从所述目标设备获取所述降维后的量子态对应的本征向量和本征值。
4.根据权利要求2所述的方法,其中,所述基于所述本征向量和所述维度压缩的方式构造新的量子态,包括:
利用所述预先训练的量子态压缩模型和所述降维后的量子态对应的本征向量构造出与所述降维后的量子态对应的至少一个新的量子态,其中,所述至少一个新的量子态用以与所述第二量子态作用以生成作用矩阵。
5.根据权利要求3所述的方法,其中,所述基于所述新的量子态和所述第二量子态之间的对应关系,生成所述待估计量子态保真度,包括:
基于所述新的量子态和本征值,生成所述新的量子态与所述第二量子态之间的作用矩阵;
根据所述作用矩阵,生成所述待估计量子态保真度。
6.一种用于估计量子态保真度的装置,包括:
获取单元,被配置成获取待估计量子态保真度所涉及的第一量子态和第二量子态,其中,所述第一量子态和第二量子态对应的秩不大于预设阈值;
压缩单元,被配置成将所述第一量子态进行维度压缩,生成降维后的量子态;
生成单元,被配置成生成所述降维后的量子态对应的本征向量;
构造单元,被配置成基于所述本征向量和所述维度压缩的方式构造新的量子态;
估计单元,被配置成基于所述新的量子态和所述第二量子态之间的对应关系,生成所述待估计量子态保真度。
7.根据权利要求6所述的装置,其中,所述压缩单元被进一步配置成:
将所述第一量子态输入至预先训练的量子态压缩模型,生成与所述第一量子态对应的降维后的量子态,其中,所述量子态压缩模型基于梯度下降法训练得到。
8.根据权利要求6所述的装置,其中,所述生成单元被进一步配置成:
利用量子态层析技术将所述降维后的量子态发送至目标设备,以使所述目标设备基于谱分解技术生成所述降维后的量子态对应的本征向量和本征值;
从所述目标设备获取所述降维后的量子态对应的本征向量和本征值。
9.根据权利要求7所述的装置,其中,所述构造单元被进一步配置成:
利用所述预先训练的量子态压缩模型和所述降维后的量子态对应的本征向量构造出与所述降维后的量子态对应的至少一个新的量子态,其中,所述至少一个新的量子态用以与所述第二量子态作用以生成作用矩阵。
10.根据权利要求8所述的装置,其中,所述估计单元还被进一步配置成:
基于所述新的量子态和本征值,生成所述新的量子态与所述第二量子态之间的作用矩阵;
根据所述作用矩阵,生成所述待估计量子态保真度。
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京东数科海益信息科技有限公司,未经京东数科海益信息科技有限公司许可,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/202110660575.6/1.html,转载请声明来源钻瓜专利网。