一种电力系统最优潮流问题的量子算法及包括其的装置

    公开(公告)号:CN117374985A

    公开(公告)日:2024-01-09

    申请号:CN202311191706.6

    申请日:2023-09-15

    Abstract: 本发明提供了一种电力系统最优潮流问题的量子算法及包括其的装置。方法包括:制备量子初态;配置具有硬件高效ansatz的量子线路,制备含有变量θ的量子态|ψ(θ)>,其中由量子态|ψ(θ)>的振幅和归一化因子共同编码最优潮流问题中的自变量xj;对 ,i∈{0,1,2,...m}实施观测,其中Ai通过最优潮流问题确定;基于观测的结果,通过原始对偶优化方法同时优化拉格朗日函数的变量θ、η和λ以获得更新的参数θ对应的量子态|ψ(θ)>直至满足退出条件,由此获得最优潮流问题的解;拉格朗日函数基于拉格朗日对偶理论并且由最优潮流问题的目标函数与约束条件共同构建,λ为引入的对偶变量。本发明的方法采用量子振幅编码,降低了量子比特数量并具有更高效的计算速度和精度。

    一种获得开放物理系统的稳态的方法及其装置

    公开(公告)号:CN117094407A

    公开(公告)日:2023-11-21

    申请号:CN202311127846.7

    申请日:2023-09-04

    Abstract: 本发明提供了一种获得开放物理系统的稳态的方法及其装置。所述方法包括:根据目标量子混态的密度矩阵的谱分解形式,用具有n个量子比特的d维量子纯态在量子线路中的演化和中间测量后的量子态来确定所述目标量子混态,以使得所述目标量子混态具有初始化的线路参数;基于选定的可观测量构建对应的损失函数,利用量子阴影层析技术计算出所述损失函数及其梯度;利用梯度下降法调节所述目标量子混态的线路参数直至所述损失函数最小,由此获得所述稳态。该方法显著降低了计算所需量子比特数量,并因此更便于在目前的技术条件下实施,具有广泛的应用前景。

    能够降低量子计算装置深度的用于期望估计的量子算法

    公开(公告)号:CN117057436A

    公开(公告)日:2023-11-14

    申请号:CN202311045258.9

    申请日:2023-08-18

    Inventor: 周泓伊 孙晓明

    Abstract: 本发明提供了一种能够降低量子计算装置深度的用于期望估计的量子算法,包括:将系统的变量取值xi及其概率qi编码在具有n个量子比特的量子态ρ中;根据所述系统的回报函数构造一个观测量O;采用自适应测量算法将所述观测量O在一组含参数θ的信息完备广义测量(ICPOVM)下展开并根据所述展开结果调节所述参数θ以使得测量误差最小,将所获得的测量误差最小的观测量O的期望作为所述系统的回报函数的期望值输出。本发明的方法在有效降低误差的同时只需要常数级别线路深度,因此能够在复杂度更低的量子计算机中实现且仅需要较少数量的测量。

    一种量子随机数后处理方法和装置

    公开(公告)号:CN115396090A

    公开(公告)日:2022-11-25

    申请号:CN202211013862.9

    申请日:2022-08-23

    Abstract: 本发明提供一种量子随机数后处理方法,所述方法用于对两个量子随机数发生器产生的两组原始数据进行后处理,其中,所述方法包括:S1、获取预设的初始分块数据长度;S2、以所述初始分块数据长度为起点,根据预设的数据长度递增的规则分别以不同的数据长度进行分别对所述两组原始数据进行分块,以及分别将两组原始数据间分块数据长度相同的分块数据进行向量内积计算以获得当前次分块数据组对应的随机数向量;S3、将所述多次的随机数向量按照其对应分块数据生成的先后顺序进行拼接,得到最终的随机数向量。本发明属于在线算法,减少了已生成原始数据的等待时间,缩短了原始数据的总的后处理时间,以及没有使用随机种子,提高了随机数的生成速率。

    一种基于双比特量子门分类的量子电路指令集转换方法

    公开(公告)号:CN119227825A

    公开(公告)日:2024-12-31

    申请号:CN202411269830.4

    申请日:2024-09-11

    Abstract: 本发明提供一种基于双比特量子门分类的量子电路指令集转换方法,包括:将原始量子电路的多比特量子门拆解为双比特量子门和单比特量子门;获取针对双比特量子门定义的多个类别、类内转换规则和类间转换规则,每个类别设有一个代表量子门且包括多种量子门,类内转换规则包括代表量子门与同类别的每个量子门间的转换规则,类间转换规则包括每两个不同类别的代表量子门间的转换规则;确定待支持的双比特量子门并将该量子门转换为所述指令集的目标双比特量子门,在待支持的双比特量子门和目标双比特量子门的类别相同时,根据类内转换规则转换,否则基于类内转换规则和类间转换规则转换;将待支持的单比特量子门转换为所述指令集的目标单比特量子门。

    量子与逻辑门、逆量子与逻辑门及逻辑运算线路生成方法

    公开(公告)号:CN114399052A

    公开(公告)日:2022-04-26

    申请号:CN202111486517.2

    申请日:2021-12-07

    Abstract: 本发明公开了量子与逻辑门、逆量子与逻辑门及逻辑运算线路生成方法,其中,上述量子与逻辑门根据以下步骤进行量子比特的与逻辑运算:获取两个输入量子比特;基于上述输入量子比特,通过预设的量子操作获取第一输出量子比特和第二输出量子比特,其中,上述第二输出量子比特用于保存两个上述输入量子比特的与逻辑运算结果,上述第一输出量子比特用于指示两个上述输入量子比特的量子态。与现有技术相比,本发明方案中提供的量子与逻辑门可以应用到量子计算场景下,实现量子比特的与逻辑运算,且可以实现运算结果可逆。有利于实现对量子比特进行快速简便的与逻辑运算操作,且有利于提升对量子比特进行运算的简便性和量子计算过程的效率。

    一种用于构建量子经典混合机器学习模型的系统与方法

    公开(公告)号:CN119151013B

    公开(公告)日:2025-03-14

    申请号:CN202411596723.2

    申请日:2024-11-11

    Inventor: 郭子瑛 孙晓明

    Abstract: 本发明提出了一种量子经典混合机器学习模型构建系统,该量子经典混合机器学习模型构建系统包括数据集单元、计算层单元、自动微分单元和模型训练单元。数据集单元提供可供选择的数据集加载服务、数据集预处理服务和编码服务,以生成目标训练集。计算层单元基于用户选择或自定义的经典和量子计算层构建初始机器学习模型。自动微分单元提供可供选择的损失函数配置服务和微分器配置服务并基于初始机器学习模型自动配置经典微分器。模型训练单元则提供经典优化器配置服务、经典调度器配置服务和训练方法配置服务并基于用户的选择将初始机器学习模型训练成目标机器学习模型,同时,在模型训练的前向和反向传播过程,自动更新机器学习模型的梯度信息。

    一种基于强度调制的平衡零差探测装置

    公开(公告)号:CN119164501B

    公开(公告)日:2025-02-07

    申请号:CN202411667388.0

    申请日:2024-11-21

    Inventor: 周泓伊 孙晓明

    Abstract: 本发明提供了一种基于强度调制的平衡零差探测装置,所述平衡零差探测装置包括:本地谐振光生成模块,用于生成两个相位差固定的本地谐振光信号,其中,基于指定正交分量的相位确定两个本地谐振光信号的强度比例;多模干涉模块,用于基于预设方法调控待测光信号与两个谐振光信号的干涉过程,以输出由待测光信号与两个本地谐振光信号干涉产生的多个输出态;平衡零差探测模块,用于探测所述多模干涉模块输出的输出态中的指定的两个输出态的瞬时光强并将两个瞬时光强转化为两个电压信号,以及计算两个电压信号的差值并基于电压信号差与待测光信号的正交分量信息的对应关系获得待测光信号的指定正交分量的信息。

    一种量子随机数后处理方法和装置

    公开(公告)号:CN115396090B

    公开(公告)日:2025-01-21

    申请号:CN202211013862.9

    申请日:2022-08-23

    Abstract: 本发明提供一种量子随机数后处理方法,所述方法用于对两个量子随机数发生器产生的两组原始数据进行后处理,其中,所述方法包括:S1、获取预设的初始分块数据长度;S2、以所述初始分块数据长度为起点,根据预设的数据长度递增的规则分别以不同的数据长度进行分别对所述两组原始数据进行分块,以及分别将两组原始数据间分块数据长度相同的分块数据进行向量内积计算以获得当前次分块数据组对应的随机数向量;S3、将所述多次的随机数向量按照其对应分块数据生成的先后顺序进行拼接,得到最终的随机数向量。本发明属于在线算法,减少了已生成原始数据的等待时间,缩短了原始数据的总的后处理时间,以及没有使用随机种子,提高了随机数的生成速率。

Patent Agency Ranking