公开(公告)号：CN113632109B

公开(公告)日：2025-01-10

申请号：CN202080021148.7

申请日：2020-03-13

Applicant: 微软技术许可有限责任公司

Inventor： C·格拉纳德 ,  N·O·维贝 ,  I·基弗利钱

IPC: G06N10/00

Abstract: 用于物理系统的动力学模拟的现有方法使用对哈密顿量中的项的确定性或随机选择。在本申请中，公开了示例方法，其中哈密顿项被随机化并且随机绘制近似的精度随着相位估计中所需要的精度的增加而被适配。这减少了所需要的量子门的数目，并且在某些情况中减少了在模拟中被使用的量子位的数目。

公开(公告)号：CN110073373A

公开(公告)日：2019-07-30

申请号：CN201780075931.X

申请日：2017-12-04

Applicant: 微软技术许可有限责任公司

Inventor： N·O·维贝 ,  M·凯弗罗瓦

IPC: G06N10/00

Abstract: 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。

公开(公告)号：CN110073373B

公开(公告)日：2023-10-17

申请号：CN201780075931.X

申请日：2017-12-04

Applicant: 微软技术许可有限责任公司

Inventor： N·O·维贝 ,  M·凯弗罗瓦

IPC: G06N10/20 ,  G06N20/00 ,  G06N3/04 ,  G06N3/06 ,  G06F17/11 ,  G06F7/523 ,  G06N3/044 ,  G06N3/0499

Abstract: 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。

公开(公告)号：CN113412492A

公开(公告)日：2021-09-17

申请号：CN202080013408.6

申请日：2020-01-29

Applicant: 微软技术许可有限责任公司

Inventor： N·O·维贝 ,  A·博查罗夫 ,  P·斯莫伦斯基 ,  M·特洛耶 ,  K·斯沃雷

IPC: G06N3/04 ,  G06N3/08 ,  G06N10/00 ,  G06N5/02

Abstract: 一种训练量子计算机的方法采用量子算法。该方法包括：将量子玻尔兹曼机的描述加载到量子计算机中，并且根据协议来训练量子玻尔兹曼机，其中分类误差被用作针对协议的度量。

公开(公告)号：CN113632109A

公开(公告)日：2021-11-09

申请号：CN202080021148.7

申请日：2020-03-13

Applicant: 微软技术许可有限责任公司

Inventor： C·格拉纳德 ,  N·O·维贝 ,  I·基弗利钱

IPC: G06N10/00

Abstract: 用于物理系统的动力学模拟的现有方法使用对哈密顿量中的项的确定性或随机选择。在本申请中，公开了示例方法，其中哈密顿项被随机化并且随机绘制近似的精度随着相位估计中所需要的精度的增加而被适配。这减少了所需要的量子门的数目，并且在某些情况中减少了在模拟中被使用的量子位的数目。