一种基于分段式并行处理的量子线路映射与路由方法

    公开(公告)号:CN115688931B

    公开(公告)日:2024-07-30

    申请号:CN202211347033.4

    申请日:2022-10-31

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于分段式并行处理的量子线路映射与路由方法,属于量子计算技术领域。解决了量子线路优化过程中运行时间过长的问题。其技术方案为:包括如下步骤:S1、将输入的量子线路按照深度进行分段;S2、对分段的量子线路进行映射与路由;S3、对映射与路由结束后得到的分段量子线路进行连接,返回一个优化过后的可执行的线路。本发明的有益效果为:本发明能够提升量子线路优化的效率,同时提升量子线路优化后的执行效率。

    一种提高量子计算保真度的量子位拓扑结构重构方法

    公开(公告)号:CN113762517B

    公开(公告)日:2024-01-12

    申请号:CN202110980818.4

    申请日:2021-08-25

    Applicant: 南通大学

    Abstract: 本发明提供了一种提高量子计算保真度的量子位拓扑结构重构方法,属于量子计算技术领域。其技术方案为:在已知一种n个量子位的量子计算设备的拓扑结构和噪声因素前提下,以该拓扑结构为基础,与另一种n个量子位的拓扑结构和噪声因素进行比较,重构量子位拓扑结构。本发明的有益效果为:本发明插入的SWAP门数量少:通过重构量子位拓扑结构,部分量子位可以实现直接交互,减少SWAP门的插入;提高执行正确结果的概率。

    基于Spacy词向量的两阶段判别缺陷报告严重程度预测方法

    公开(公告)号:CN112306731B

    公开(公告)日:2021-11-09

    申请号:CN202011265113.6

    申请日:2020-11-12

    Applicant: 南通大学

    Abstract: 本发明提供了基于Spacy词向量的两阶段判别缺陷报告严重程度预测方法,首先从项目所在的缺陷跟踪系统中搜集历史缺陷报告,并抽取描述信息summary属性和严重程度severity属性对应内容得到缺陷报告训练数据集,然后进行预处理及生成对应向量,最后执行两阶段判别过程构建严重程度预测模型。本发明的有益效果为:本发明在两阶段判别过程采用朴素贝叶斯算法,该算法易实现、效果好,可保证预测模型的准确率;该发明的严重程度预测模型对相同的数据进行两次运用,一方面实现对同一批数据的二次利用,有利于提升模型的表现;另一方面实现两阶段判别可在大类分类正确的情况下减轻多分类朴素贝叶斯预测模型的压力,进一步提高预测模型的准确率。

    中等规模有噪声量子计算机的量子位自适应映射方法

    公开(公告)号:CN115809708B

    公开(公告)日:2024-08-02

    申请号:CN202211334517.5

    申请日:2022-10-28

    Applicant: 南通大学

    Abstract: 本发明提供了一种中等规模有噪声量子计算机的量子位自适应映射方法,属于量子计算技术领域。解决了量子线路中电路转换搜寻运算时间过长且缺乏全局优化的问题。其技术方案为:在电路转换寻找初始映射的过程中,利用路由代价评价的方式,相当于对整条量子线路进行了一个全局的的优化过程。本发明的有益效果为:本发明通过量子线路映射方式的自适应变化,评判路由代价值的方法,能够有效缩短逻辑量子线路作用到架构图上的线路总长度,减少量子算法的运行时间,提升复杂量子算法的计算效率,便于量子算法和应用的快速开发。

    一种基于新型量子位交互拓扑的量子表面码的纠错受控非门

    公开(公告)号:CN112070230A

    公开(公告)日:2020-12-11

    申请号:CN202010870133.X

    申请日:2020-08-26

    Applicant: 南通大学

    Abstract: 本发明公开了一种基于新型量子位交互拓扑的量子表面码的纠错受控非门,所述纠错受控非门由附属逻辑量子位A、控制逻辑量子位C及目标逻辑量子位T构成,所述附属逻辑量子位A分别和控制逻辑量子位C及目标逻辑量子位T连接,所述附属逻辑量子位A、控制逻辑量子位C及目标逻辑量子位T均是基于二阶蜂巢结构的X‑Z稳定器,利用基于二阶蜂巢结构的X‑Z稳定器作为一个逻辑量子位来减少单个逻辑量子位需要的物理量子位个数,从而减少需要三个逻辑量子位的基于量子表面码的纠错受控非门的物理量子位个数,并降低基于量子表面码的纠错受控非门的实现代价,同理可降低基于量子表面码的纠错受控非门的其他可纠错量子逻辑门实现代价。

    一种基于噪声感知的映射与路由方法

    公开(公告)号:CN115618958B

    公开(公告)日:2024-07-30

    申请号:CN202211130042.8

    申请日:2022-09-16

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于噪声感知的映射与路由方法,属于量子计算技术领域。解决了NISQ在硬件上存在资源限制,量子线路运行过程错误率高,执行成功率低的问题。其技术方案为:包括以下步骤:S1、根据量子线路生成耦合强度图;S2、根据耦合强度图生成双量子位频率表;S3、根据量子线路寻找一个适用的拓扑图;S4、获取所选择拓扑图错误率信息;S5、对照拓扑图构建带权图;S6、生成错误率带权图;S7、对照带权图,按照量子位频率表进行初始映射;S8、基于单量子位错误率和两量子位错误率在带权图上生成一个基于噪声优化的可执行线路。本发明的有益效果为:通过噪声感知的方式寻找到成功率最高的线路映射与路由方式。

    量子位交互错误感知的CNOT线路最近邻综合方法

    公开(公告)号:CN113705819B

    公开(公告)日:2023-11-24

    申请号:CN202110823882.1

    申请日:2021-07-21

    Applicant: 南通大学

    Abstract: 本发明公开了一种量子位交互错误感知的CNOT线路最近邻综合方法,包含以下步骤:步骤S0,根据CNOT线路生成对应的布尔矩阵;步骤S1,对布尔矩阵的每一列构造最小噪声Steiner树,所述每一列的最小噪声Steiner树根据实际量子体系结构下最小噪声路径获得;步骤S2,对布尔矩阵依次进行主对角线下方元素高斯消元及主对角线上方元素高斯消元,在高斯消元过程中根据最小Steiner噪声路径对每一列的最小噪声Steiner树中列值为零的steiner点置1,上述最小噪声路径及最小Steiner噪声路径均考虑了实际量子体系结构中相邻量子位交互错误率,在保证线路可靠性的前提下实现CNOT量子线路的最近邻综合,同时降低量子线路最近邻综合代价。

    一种基于噪声感知的映射与路由方法

    公开(公告)号:CN115618958A

    公开(公告)日:2023-01-17

    申请号:CN202211130042.8

    申请日:2022-09-16

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于噪声感知的映射与路由方法,属于量子计算技术领域。解决了NISQ在硬件上存在资源限制,量子线路运行过程错误率高,执行成功率低的问题。其技术方案为:包括以下步骤:S1、根据量子线路生成耦合强度图;S2、根据耦合强度图生成双量子位频率表;S3、根据量子线路寻找一个适用的拓扑图;S4、获取所选择拓扑图错误率信息;S5、对照拓扑图构建带权图;S6、生成错误率带权图;S7、对照带权图,按照量子位频率表进行初始映射;S8、基于单量子位错误率和两量子位错误率在带权图上生成一个基于噪声优化的可执行线路。本发明的有益效果为:通过噪声感知的方式寻找到成功率最高的线路映射与路由方式。

    一种提高量子计算保真度的量子位拓扑结构重构方法

    公开(公告)号:CN113762517A

    公开(公告)日:2021-12-07

    申请号:CN202110980818.4

    申请日:2021-08-25

    Applicant: 南通大学

    Abstract: 本发明提供了一种提高量子计算保真度的量子位拓扑结构重构方法,属于量子计算技术领域。其技术方案为:在已知一种n个量子位的量子计算设备的拓扑结构和噪声因素前提下,以该拓扑结构为基础,与另一种n个量子位的拓扑结构和噪声因素进行比较,重构量子位拓扑结构。本发明的有益效果为:本发明插入的SWAP门数量少:通过重构量子位拓扑结构,部分量子位可以实现直接交互,减少SWAP门的插入;提高执行正确结果的概率。

    基于Spacy词向量的两阶段判别缺陷报告严重程度预测方法

    公开(公告)号:CN112306731A

    公开(公告)日:2021-02-02

    申请号:CN202011265113.6

    申请日:2020-11-12

    Applicant: 南通大学

    Abstract: 本发明提供了基于Spacy词向量的两阶段判别缺陷报告严重程度预测方法,首先从项目所在的缺陷跟踪系统中搜集历史缺陷报告,并抽取描述信息summary属性和严重程度severity属性对应内容得到缺陷报告训练数据集,然后进行预处理及生成对应向量,最后执行两阶段判别过程构建严重程度预测模型。本发明的有益效果为:本发明在两阶段判别过程采用朴素贝叶斯算法,该算法易实现、效果好,可保证预测模型的准确率;该发明的严重程度预测模型对相同的数据进行两次运用,一方面实现对同一批数据的二次利用,有利于提升模型的表现;另一方面实现两阶段判别可在大类分类正确的情况下减轻多分类朴素贝叶斯预测模型的压力,进一步提高预测模型的准确率。

Patent Agency Ranking