一种基于社会学信息神经网络的观点预测改进方法

    公开(公告)号:CN118332330A

    公开(公告)日:2024-07-12

    申请号:CN202410365821.9

    申请日:2024-03-28

    Applicant: 南通大学

    Abstract: 本发明提供了基于社会学信息神经网络的观点预测改进方法,属于观点动力学技术领域。本发明在预测观点的精度更高。其技术方案为:收集社交网络中某一话题的评论数据集,将评论数据集进行预处理,并分为训练集与测试集;构建FNN神经网络模型,输入时间和用户,输出观点值,将其用于近似观点的演变;将观点动力学模型重新表述为普通微分方程,并计算损失函数值ode loss,并在这个约束下进行训练神经网络模型;将测试数据集中的每个用户输入到该模型中进行分析,从而得出每个用户样本的预测观点。本发明的有益效果:利用小样本进行分析,从而训练出能准确预测观点的模型,提高准确率。

    一种基于蒙特卡洛树的分布式量子线路映射方法

    公开(公告)号:CN116502727B

    公开(公告)日:2024-09-13

    申请号:CN202310503167.9

    申请日:2023-05-06

    Applicant: 南通大学

    Abstract: 本发明涉及量子线路映射及优化技术领域,尤其涉及一种基于蒙特卡洛树的分布式量子线路映射方法。解决了目前分布式量子线路映射代价过高的问题。其技术方案为:包括以下步骤:S1:建立分布式超导量子计算架构模型,具体包括:S11:分布式架构模型构建和S12:分布式量子网络拓扑图构建;S2:分布式量子线路路由模式;具体包括S21:QPU间的路由模式,S22:QPU内的路由模式;S3:分布式量子线路路由优化;具体包括S31:确定优化指标,S32:构建分布式量子线路路由的三层搜索树模型,S33:利用蒙特卡洛树搜索路由代价最低的路径。本发明的有益效果为:本发明具有降低映射的复杂度、加快映射的求解速度的效果。

    一种基于蒙特卡洛树的分布式量子线路映射方法

    公开(公告)号:CN116502727A

    公开(公告)日:2023-07-28

    申请号:CN202310503167.9

    申请日:2023-05-06

    Applicant: 南通大学

    Abstract: 本发明涉及量子线路映射及优化技术领域,尤其涉及一种基于蒙特卡洛树的分布式量子线路映射方法。解决了目前分布式量子线路映射代价过高的问题。其技术方案为:包括以下步骤:S1:建立分布式超导量子计算架构模型,具体包括:S11:分布式架构模型构建和S12:分布式量子网络拓扑图构建;S2:分布式量子线路路由模式;具体包括S21:QPU间的路由模式,S22:QPU内的路由模式;S3:分布式量子线路路由优化;具体包括S31:确定优化指标,S32:构建分布式量子线路路由的三层搜索树模型,S33:利用蒙特卡洛树搜索路由代价最低的路径。本发明的有益效果为:本发明具有降低映射的复杂度、加快映射的求解速度的效果。

Patent Agency Ranking