【技术实现步骤摘要】
本专利技术涉及计算机及量子算法的，特别涉及一种量子态振幅编码方法、装置、设备及介质。
技术介绍
1、量子算法，作为一种基于量子力学原理的先进计算方法，采用量子比特（qubit）作为信息的基本单元，并利用量子叠加与量子纠缠等独特特性来执行计算任务。在特定问题上，量子算法已经展现出相比经典算法更优越的性能。例如，shor算法能在处理大数质因数分解问题时，相较于经典算法具有指数级的加速优势。同时，grover算法在无序数据库搜索问题上，也比经典算法展现出平方级的加速效果。这些成果不仅彰显了量子算法在解决复杂问题时的巨大潜力，也为量子计算的发展奠定了广阔的基础。
2、在含噪中等规模量子（nisq）时代背景下，变分量子算法（vqa）引起了人们广泛的关注。vqa作为一种量子-经典混合算法，通过经典优化器来优化参数化量子线路中的参数，旨在寻找问题的最优解或近似最优解。其中，常见的vqa包括变分量子特征求解器（vqe），用于计算分子的基态能量；量子近似优化算法（qaoa），用于解决组合优化问题；以及量子神经网络（qnn）等。vqa适用于多种不同的问题，为研究人员提供了有效的解决方案。
3、在量子机器学习领域，为了能让量子算法有效处理经典数据，通常需要将经典数据编码到对应的量子态上。振幅编码作为一种广泛应用的编码方案，它巧妙地运用了量子态的振幅特性来表征数据。由于这种编码方法能够高效地运用量子叠加态的多维特性，使得即便是小型的量子系统也能处理庞大数据集。然而，振幅编码的效率往往是制约许多量子机器学习算法性能提升的瓶颈。p>
技术实现思路
1、本专利技术的目的是提供一种量子态振幅编码方法、装置、设备及介质。
2、本专利技术实施例提供一种量子态振幅编码方法，包括：
3、对待编码实向量进行归一化处理；
4、设定哈密顿量，所述哈密顿量为归一化的待编码实向量与自身的外积的负值；
5、根据归一化的待编码实向量构建变分量子线路；其中，变分量子线路包括多个可重复操作的拟设层和操作列，每个拟设层均包括第一单量子比特门和能够产生量子纠缠的双量子比特门，每个第一单量子比特门均携带有训练参数；操作列位于最后一个拟设层和变分量子线路的输出端之间，操作列包括携带有训练参数的第二单量子比特门；
6、将预设参数值作为训练参数代入所述变分量子线路，以输出经过所述变分量子线路演化后的训练量子态；
7、测量经过所述变分量子线路演化后的训练量子态关于哈密顿量的期望值；
8、通过经典优化器训练所述变分量子线路的训练参数；
9、响应于训练参数或期望值收敛于设定的阈值，将经过所述变分量子线路演化后的训练量子态确定为目标量子态；其中，归一化的待编码实向量被映射至目标量子态的振幅上。
10、进一步地，所述第一单量子比特门包括以下一种或多种：rx门、ry门和rz门；
11、所述双量子比特门包括cnot门、cz门或cy门；
12、所述第一单量子比特门和第二单量子比特门设为相同的量子门。
13、进一步地，所述对待编码实向量进行归一化处理，包括：
14、判断待编码实向量的元素个数是否满足2n，n为大于等于1的整数；
15、若待编码实向量的元素个数未满足2n，则进行补零处理，以使待编码实向量的元素个数满足2n；其中，
16、归一化处理后的待编码实向量的模长为1。
17、进一步地，所述根据归一化的待编码实向量构建变分量子线路，包括：
18、初始化变分量子线路，使得变分量子线路中的n个量子比特由低位至高位依次排列；
19、将每个所述第一单量子比特门和第二单量子比特门均设置在n个量子比特上；
20、将每个所述双量子比特门的目标位分别设置在位于次低位的第2个量子比特至第n个量子比特上，所述双量子比特门的控制位为与所述双量子比特门的目标量子比特相邻的前一个低位量子比特。
21、进一步地，所述的方法还包括：响应于训练参数或期望值未收敛于设定的阈值，将通过训练得到的新的训练参数再次代入到所述变分量子线路，重复测量步骤和训练步骤，直到新的训练参数或期望值收敛于设定的阈值为止。
22、进一步地，期望值设为-1。
23、本专利技术实施例提供一种量子态振幅编码装置，包括：
24、归一化模块，其用于对待编码实向量进行归一化处理；
25、设定模块，其用于设定哈密顿量，所述哈密顿量为归一化的待编码实向量与自身的外积的负值；
26、构建模块，其用于根据归一化的待编码实向量构建变分量子线路；其中，变分量子线路包括多个可重复操作的拟设层和操作列，每个拟设层均包括第一单量子比特门和能够产生量子纠缠的双量子比特门，每个第一单量子比特门均携带有训练参数；操作列位于最后一个拟设层和变分量子线路的输出端之间，操作列包括携带有训练参数的第二单量子比特门；
27、代入模块，其用于将预设参数值作为训练参数代入所述变分量子线路，以输出经过所述变分量子线路演化后的训练量子态；
28、测量模块，其用于测量经过所述变分量子线路演化后的训练量子态关于哈密顿量的期望值；
29、训练模块，其用于通过经典优化器训练所述变分量子线路的训练参数；
30、第一响应模块，其用于响应于训练参数或期望值收敛于设定的阈值，将经过所述变分量子线路演化后的量子态确定为目标量子态；其中，归一化的待编码实向量被映射至目标量子态的振幅上。
31、进一步地，所述装置的还包括：第二响应模块，其用于响应于训练参数或期望值未收敛于设定的阈值，将通过训练得到的新的训练参数再次代入到所述变分量子线路，重复测量模块和训练模块，直到新的训练参数或期望值收敛于设定的阈值为止。
32、本专利技术实施例提供一种电子设备，所述电子设备包括处理器以及存储有计算机程序指令的存储器；所述处理器执行所述计算机程序指令时实现如上所述的方法的步骤。
33、本专利技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如上所述的方法的步骤。
34、本专利技术的上述技术方案具有如下有益的技术效果：
35、1、本专利技术实施例中，构建的变分量子线路中可仅设置单量子比特门和能够产生量子纠缠的双量子比特门两种类型的量子门，而且每个单量子比特门均携带有训练参数，通过将哈密顿量设为负值，以使期望值在训练过程中不断降低，可利用梯度下降算法以得到期望值最小化，并通过对训练参数多次迭代优化，以得到训练参数经优化且固定的目标变分量子线路，进而可输出经目标变分量子线路演化后的目标量子态，以实现对n=2n维的归一化待编码实向量的高效振幅编码；本专利技术技术方案结合了经典优化技术和量子线路算法，可精确地将待编码实向量映射至其对应的振幅编码量子态上，确保了信息的完整性和准确性；并避免了多量子本文档来自技高网...
【技术保护点】
1.一种量子态振幅编码方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第一单量子比特门包括以下一种或多种：RX门、RY门和RZ门；
3.根据权利要求1所述的方法，其特征在于，所述对待编码实向量进行归一化处理，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据归一化的待编码实向量构建变分量子线路，包括：
5.根据权利要求1所述的方法，其特征在于，还包括：
6.根据权利要求1-5任一项所述的方法，其特征在于，所述期望值设为-1。
7.一种量子态振幅编码装置，其特征在于，包括：
8.根据权利要求7所述的装置，其特征在于，还包括：
9.一种电子设备，其特征在于，所述电子设备包括：处理器以及存储有计算机程序指令的存储器；所述电子设备执行所述计算机程序指令时实现如权利要求1-6中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-6中任一项所述的方法
...【技术特征摘要】
1.一种量子态振幅编码方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第一单量子比特门包括以下一种或多种：rx门、ry门和rz门；
3.根据权利要求1所述的方法，其特征在于，所述对待编码实向量进行归一化处理，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据归一化的待编码实向量构建变分量子线路，包括：
5.根据权利要求1所述的方法，其特征在于，还包括：
6.根据权利要求1-5任一项所述的方法，其特征在于...
【专利技术属性】
技术研发人员：周旭，郭梦杰，周卓俊，罗乐，万相奎，王流伍，
申请(专利权)人：国开启科量子技术安徽有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。