[发明专利]经由量子玻尔兹曼训练进行断层摄影和生成数据建模

摘要

利用量子效应来对复杂数据集合进行建模的量子神经网络总体上代表了量子机器学习和量子计算的主要焦点。在本申请中，描述了训练量子玻尔兹曼机的示例方法。此外，描述了使用量子玻尔兹曼机来能够实现量子状态断层摄影的形式的示例，该量子状态断层摄影提供输入量子状态的描述和生成模型两者。经典的玻尔兹曼机无法做到这一点。最后，将小型非stoquastic量子玻尔兹曼机与传统的玻尔兹曼机进行比较，用于生成任务，并且证据表明量子模型优于经典数据集合的经典对应部分。

主权项

1.一种方法，包括：配置量子计算机以根据第一哈密顿项集合来实现玻尔兹曼机；使用基于正算子值测量的方案来计算用于调整所述第一哈密顿项集合的梯度值；至少部分地基于所计算的所述梯度值来计算第二哈密顿项集合；以及配置所述量子计算机以根据所述第二哈密顿项集合来实现所述玻尔兹曼机，其中所述第二哈密顿项集合使得所述玻尔兹曼机实现第二哈密顿，与从所述第一哈密顿项集合得到的第一哈密顿相比，所述第二哈密顿更可能再现训练数据集合。