CN111164710A - 促进量子断层摄影 - Google Patents
促进量子断层摄影 Download PDFInfo
- Publication number
- CN111164710A CN111164710A CN201780095339.6A CN201780095339A CN111164710A CN 111164710 A CN111164710 A CN 111164710A CN 201780095339 A CN201780095339 A CN 201780095339A CN 111164710 A CN111164710 A CN 111164710A
- Authority
- CN
- China
- Prior art keywords
- data
- tomography
- tomographic
- quantum
- computer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003325 tomography Methods 0.000 title claims abstract description 253
- 238000002474 experimental method Methods 0.000 claims abstract description 121
- 238000000034 method Methods 0.000 claims abstract description 110
- 238000004458 analytical method Methods 0.000 claims abstract description 80
- 230000008569 process Effects 0.000 claims description 55
- 238000012545 processing Methods 0.000 claims description 27
- 238000003860 storage Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 7
- 238000005259 measurement Methods 0.000 description 30
- 238000010586 diagram Methods 0.000 description 27
- 238000004422 calculation algorithm Methods 0.000 description 24
- 239000002096 quantum dot Substances 0.000 description 23
- 238000010801 machine learning Methods 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/28—Indexing scheme for image data processing or generation, in general involving image processing hardware
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Pure & Applied Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Debugging And Monitoring (AREA)
Abstract
提供了用于促进量子断层摄影的方法和系统。系统包括电路生成部件(104)和断层摄影分析部件(106)。电路生成部件(104)基于指示量子电路的机器可读描述的量子电路数据(112)来生成指示针对断层摄影实验集合的信息的断层摄影实验数据(502)。断层摄影分析部件(106)基于指示与断层摄影实验数据(502)相关联的信息的实验结果数据(504)来生成断层摄影数据(114)。
Description
技术领域
本公开涉及量子计算,并且更具体地涉及量子断层摄影。
发明内容
以下给出了概述以提供对本发明的一个或多个实施例的基本理解。本概述不旨在标识关键或重要元素,或描绘特定实施例的任何范围或权利要求的任何范围。其唯一目的是以简化形式呈现概念,作为稍后呈现的更详细描述的序言。在本文中描述的一个或多个实施例中,描述了用于促进量子断层摄影的设备、系统、计算机实现的方法、装置和/或计算机程序产品。
根据一个实施例,一种系统可以包括电路生成部件和断层摄影分析部件。电路生成部件可以基于指示量子电路的机器可读描述的量子电路数据来生成指示针对断层摄影实验集合的信息的断层摄影实验数据。断层摄影分析部件可以基于指示与断层摄影实验数据相关联的信息的实验结果数据来生成断层摄影数据。在某些实施例中,电路生成部件可以基于量子电路数据生成指示针对校准实验集合的信息的校准实验数据。在一个实施例中,量子电路数据可以包括指示描述量子电路的文本格式语言的文本数据,并且电路生成部件可以基于文本数据生成断层摄影实验数据。在另一实施例中,量子电路数据还可以包括指示针对一个或多个标志元素的信息的标志数据,一个或多个标志元素对与量子电路相关联的一个或多个位置进行标记,并且电路生成部件可以基于标志数据来生成断层摄影实验数据。在另一实施例中,断层摄影分析部件可以响应于断层摄影实验数据的执行而处理结果集合,以生成实验结果数据。在另一实施例中,断层摄影分析部件可以生成指示针对错误报告或与断层摄影数据相关联的质量报告的信息。在某些实施例中,计算机可执行部件还可以包括断层摄影显示部件,其在显示设备上将断层摄影数据呈现为图形断层摄影。在一个实施例中,断层摄影显示部件可以为显示设备提供应用编程接口,其将断层摄影数据呈现为图形断层摄影。在一方面中,由断层摄影分析部件生成的断层摄影数据可以提供量子电路的改进的处理性能。
根据另一实施例,提供了一种计算机实现的方法。计算机实现的方法可以包括由操作地耦合到处理器的系统基于指示量子电路的机器可读描述的量子电路数据来生成指示针对断层摄影实验集合的信息的断层摄影实验数据。计算机实现的方法还可以包括由系统执行断层摄影实验数据。此外,计算机实现的方法可以包括由系统基于指示与断层摄影实验数据的执行相关联的信息的实验结果数据来生成断层摄影数据。在一个实施例中,执行可以包括经由量子模拟器执行断层摄影实验数据。在另一实施例中,执行可以包括经由量子处理器执行断层摄影实验数据。在某些实施例中,计算机实现的方法还可以包括由系统接收量子电路数据作为指示描述量子电路的文本格式语言的文本数据。此外,在某些实施例中,计算机实现的方法还可以包括由系统接收指示针对一个或多个标志元素的信息的标志数据,一个或多个标志元素对与量子电路相关联的一个或多个位置进行标记,其中生成断层摄影实验数据可以包括基于标志数据生成断层摄影实验数据。在某些实施方式中,计算机实现的方法还可以包括由系统经由应用编程接口接收实验结果数据。在某些实施例中,计算机实现的方法还可以包括由系统在显示设备上将断层摄影数据呈现为图形断层摄影。在一方面中,生成断层摄影数据可以提供量子电路的改进的处理特性。
根据又一实施例,一种用于促进量子断层摄影的计算机程序产品可以包括计算机可读存储介质,计算机可读存储介质具有利用其实现的程序指令。程序指令能够由处理器执行并且使处理器由处理器基于指示量子电路的机器可读描述的量子电路数据来生成指示针对断层摄影实验集合的信息的断层摄影实验数据。程序指令还可以使处理器由处理器基于指示与断层摄影实验数据相关联的信息的实验结果数据来生成断层摄影数据。此外,程序指令还可以使处理器由处理器在显示设备上将断层摄影数据呈现为图形断层摄影。在某些实施例中,程序指令还由处理器可执行以使处理器由处理器经由应用编程接口接收实验结果数据。在某些实施例中,程序指令还由处理器可执行以使处理器由处理器经由应用编程接口将断层摄影数据呈现为图形断层摄影。在一方面中,断层摄影数据可以提供量子电路的改进的处理特性。
根据又一实施例,一种系统可以包括电路生成部件、断层摄影分析部件和断层摄影显示部件。电路生成部件可以基于指示量子电路的机器可读描述的量子电路数据来生成指示针对断层摄影实验集合的信息的断层摄影实验数据。断层摄影分析部件可以基于指示与断层摄影实验数据相关联的信息的实验结果数据来生成断层摄影数据。断层摄影显示部件可以在显示设备上将断层摄影数据呈现为图形断层摄影数据。在某些实施例中,断层摄影显示部件可以为显示设备提供应用编程接口,其将断层摄影数据呈现为图形断层摄影数据。此外,在某些实施例中,断层摄影显示部件将断层摄影实验数据提供给应用编程接口。在一方面中,图形断层摄影数据可以提供量子电路的改进的处理性能。
根据又一实施例,提供了一种计算机实现的方法。计算机实现的方法可以包括由操作地耦合到处理器的系统基于指示量子电路的机器可读描述的量子电路数据来生成指示针对断层摄影实验集合的信息的断层摄影实验数据。计算机实现的方法还可以包括由系统基于指示与执行断层摄影实验数据相关联的信息的实验结果数据来生成断层摄影数据。此外,计算机实现的方法可以包括由系统在显示设备上将断层摄影数据呈现为图形断层摄影。在某些实施例中,呈现可以包括在显示设备上提供应用编程接口以用于图形断层摄影。在一方面中,呈现断层摄影数据可以提供量子电路的改进的处理特性。
附图说明
图1图示了根据本文描述的一个或多个实施例的包括量子断层摄影部件的示例非限制性系统的框图。
图2图示了根据本文描述的一个或多个实施例的包括量子断层摄影部件的另一示例非限制性系统的框图。
图3图示了根据本文描述的一个或多个实施例的促进量子断层摄影的示例非限制性系统的框图。
图4图示了根据本文描述的一个或多个实施例的包括与促进量子断层摄影相关联的量子断层摄影系统的示例非限制性系统的框图。
图5图示了根据本文描述的一个或多个实施例的与断层摄影束相关联的示例非限制性系统。
图6图示了根据本文描述的一个或多个实施例的与电路生成部件相关联的示例非限制性系统。
图7图示了根据本文描述的一个或多个实施例的与断层摄影分析部件相关联的示例非限制性系统。
图8图示了根据本文描述的一个或多个实施例的与断层摄影显示部件相关联的示例非限制性系统。
图9图示了根据本文描述的一个或多个实施例的用于促进量子断层摄影的示例非限制性计算机实现的方法的流程图。
图10图示了其中可以促进本文描述的一个或多个实施例的示例非限制性操作环境的框图。
具体实施方式
以下详细描述仅是说明性的,并且不旨在限制实施例和/或实施例的应用或使用。此外,并不意图受前面的背景技术或发明内容部分或具体实施方式部分中呈现的任何明示或暗示的信息的约束。
现在参考附图描述一个或多个实施例,其中相同的附图标记始终用于表示相同的元件。在以下描述中,出于解释的目的,阐述了许多具体细节以便提供对一个或多个实施例的更透彻理解。然而,在各种情况下,显然可以在没有这些特定细节的情况下实践一个或多个实施例。
量子计算采用量子物理而不是基于晶体管的二进制数字技术来编码信息。例如,量子计算机可以采用根据量子物理的叠加原理和量子物理的纠缠原理操作的量子位(quantum bit)(例如,量子位(qubit))。量子物理的叠加原理允许每个量子位同时表示"1"的值和"0"的值。量子物理状态的纠缠原理允许叠加中的量子位彼此相关。例如,第一值(例如,值"1"或值"0")的状态可以取决于第二值的状态。这样,量子计算机可以采用量子位而不是基于晶体管的二进制数字技术来编码信息。对于量子计算机,量子断层摄影是重建量子态的过程、量子过程或量子测量。然而,常规量子断层摄影系统通常是低效的。此外,可以改进传统的量子断层摄影系统。
本文描述的实施例包括用于促进量子断层摄影的系统、计算机实现的方法和计算机程序产品。在一方面中,量子断层摄影系统可以采用断层摄影束和机器可读量子电路描述来执行量子断层摄影。断层摄影束可以包括电路生成过程和断层摄影分析过程。量子断层摄影过程可以使用机器可读量子电路描述来生成用于量子处理器的一系列断层摄影实验。附加地或替代地,量子断层摄影过程可以使用机器可读量子电路描述来生成用于量子处理器的一系列校准实验。断层摄影分析过程可以处理一系列断层摄影实验和/或一系列校准实验的结果。基于一系列断层摄影实验和/或一系列校准实验的结果,断层摄影分析过程可以生成断层摄影数据。断层摄影数据可以是例如与量子态、量子过程或量子测量相关联的断层摄影信息。在某些实施例中,断层摄影束可以包括将断层摄影数据呈现为图形断层摄影的断层摄影显示算法。因此,可以提高量子断层摄影系统的精度和/或量子断层摄影系统的效率。此外,可以提高与量子断层摄影系统相关联的量子电路和/或量子处理器的性能,可以提高与量子断层摄影系统相关联的量子电路和/或量子处理器的效率,可以提高与量子断层摄影系统相关联的量子电路和/或量子处理器的定时特性,可以提高与量子断层摄影系统相关联的量子电路和/或量子处理器的功率特性,和/或可以提高与量子断层摄影系统相关联的量子电路和/或量子处理器的另一特性。
图1图示了根据本文描述的一个或多个实施例的用于促进量子断层摄影的示例非限制性系统100的框图。在各种实施例中,系统100可以是与诸如但不限于量子断层摄影技术、量子电路技术、量子处理器技术、量子计算技术、人工智能技术、医学和材料技术、供应链和物流技术、金融服务技术和/或其它数字技术的技术相关联的量子断层摄影系统。系统100可以采用硬件和/或软件来解决本质上是高度技术性的、非抽象的、并且不能作为人类的精神动作集合来执行的问题。此外,在某些实施例中,所执行的一些过程可以由一个或多个专用计算机(例如,一个或多个专用处理单元、具有量子断层摄影部件的专用计算机等)执行,以用于执行与机器学习相关的定义的任务。系统100和/或系统100的部件可以被用来解决由于上述技术、计算机体系结构等的进步而引起的新问题。系统100的一个或多个实施例可以提供对量子断层摄影系统、量子电路系统、量子处理器系统、量子计算系统、人工智能系统、医疗和材料系统、供应链和物流系统、金融服务系统和/或其他系统的技术改进。系统100的一个或多个实施例还可以通过改进量子处理器的处理性能、改进量子处理器的处理效率、改进量子处理器的处理特性、改进量子处理器的定时特性和/或改进量子处理器的功率效率来提供对一个量子处理器(例如,超导量子处理器)的技术改进。
在图1所示的实施例中,系统100可以包括量子断层摄影部件102。如图1所示,量子断层摄影部件102可以包括电路生成部件104和断层摄影分析部件106。量子断层摄影部件102的各方面可以构成在(多个)机器内实施的(多个)机器可执行部件,例如,在与一个或多个机器相关联的(多个)计算机可读介质中实施。当由一个或多个机器(例如,(多个)计算机、(多个)计算设备、(多个)虚拟机等)执行时,这样的(多个)部件可以使(多个)机器执行所描述的操作。在一方面中,量子断层摄影部件102还可以包括存储计算机可执行部件和指令的存储器108。此外,量子断层摄影部件102可以包括处理器110以促进量子断层摄影部件102对指令的执行(例如,计算机可执行部件和对应的指令)。如图所示,在一个或多个实施例中,电路生成部件104、断层摄影分析部件106、存储器108和/或处理器110可以彼此电耦合和/或通信耦合。
量子断层摄影部件102(例如,量子断层摄影部件102的电路生成部件104)可以接收量子电路数据112。量子电路数据112可以是例如量子电路的机器可读描述。量子电路可以是用于与量子门的序列相关联的一个或多个量子计算的模型。在一个示例中,量子电路数据112可以包括指示描述量子电路的文本格式语言(例如,QASM文本格式语言)的文本数据。例如,文本数据可以例如以文本方式描述与一个或多个量子位相关联的量子电路的一个或多个量子位门。在一个实施例中,量子电路数据112可以另外包括指示用于一个或多个标志元素的信息的标志数据,一个或多个标志元素对与量子电路相关联的一个或多个位置进行标记。例如,标志数据可以包括一个或多个标志元素,这些标志元素对与一个或多个量子位相关联的量子电路的一个或多个量子位门的位置进行标记。
在一个实施例中,电路生成部件104可以基于量子电路数据112生成断层摄影实验数据。断层摄影实验数据可以指示针对量子电路的断层摄影实验集合的信息。例如,断层摄影实验集合可以是要由量子电路执行以确定与量子电路相关联的量子位的状态相关联的x分量测量、y分量测量和/或z分量测量的步骤集合(例如,指令线程)。在一个实施例中,断层摄影实验集合可以包括用于确定与量子电路相关联的量子位的x分量测量结果的第一断层摄影实验、用于确定与量子电路相关联的量子位的y分量测量结果的第二断层摄影实验、以及用于确定与量子电路相关联的量子位的z分量测量相关联的第三断层摄影实验。
在一方面中,可以响应于与断层摄影实验数据相关联的断层摄影实验集合的执行而生成实验结果数据。在一个示例中,可以响应于经由量子电路的硬件表示的断层摄影实验集合的执行而生成实验结果数据。在另一示例中,可以响应于经由与量子电路相关联的量子模拟器执行断层摄影实验集合而生成实验结果数据。附加地或替代地,断层摄影实验数据可以包括针对与量子电路相关联的校准实验集合的信息。例如,电路生成部件104可以生成指示针对与量子电路相关联的校准实验集合的信息的校准实验数据。电路生成部件104可以基于量子电路数据生成校准实验数据。校准实验集合可以是用于校准量子电路的一个或多个特性的步骤集合(例如,指令线程)。在一个实施例中,电路生成部件104可以生成报告数据,报告数据指示用于错误报告、记录、电路分析、配额管理的信息和/或关于与电路生成部件104相关联的电路生成过程的其他信息。在一方面中,报告数据可以被包括在响应于拓扑实验集合的生成而生成的元数据中。
断层摄影分析部件106可以基于与断层摄影实验集合相关联的实验结果数据来生成断层摄影数据114。断层摄影数据114可以指示与断层摄影实验数据相关联的信息。例如,断层摄影数据114可以包括描述断层摄影实验集合的结果的信息。在一个示例中,断层摄影数据114可以包括针对与量子电路相关联的量子位的x分量测量、y分量测量和z分量测量。此外,断层摄影数据114可以提供与量子态、量子过程或量子测量相关联的信息。在一个实施例中,断层摄影分析部件106可以生成指示用于错误报告的信息、统计信息(例如,拟合质量统计信息)和/或关于与断层摄影分析部件106相关联的断层摄影分析过程的其他信息的报告数据。
在某些实施例中,断层摄影分析部件106可以基于与人工智能原理相关联的分类、相关性、推断和/或表达来生成断层摄影数据114。例如,断层摄影分析部件106可以采用自动分类系统和/或自动分类过程来确定断层摄影数据114。在一个示例中,断层摄影分析部件106可以采用基于概率和/或统计的分析(例如,将分析效用和成本考虑在内)来学习和/或生成关于断层摄影实验集合的推断。在一方面中,断层摄影分析部件106可以包括可以进一步增强断层摄影分析部件106的多个方面的推断部件(未示出),推断部件部分地利用基于推断的方案来促进学习和/或生成与断层摄影实验集合相关联的推断。断层摄影分析部件106可以采用任何合适的基于机器学习的技术、基于统计的技术和/或基于概率的技术。例如,断层摄影分析部件106可以采用专家系统、模糊逻辑、SVM、隐马尔可夫模型(HMM)、贪婪搜索算法、基于规则的系统、贝叶斯模型(例如,贝叶斯网络)、神经网络、其他非线性训练技术、数据融合、基于效用的分析系统、采用贝叶斯模型的系统等。在另一方面,断层摄影分析部件106可以执行与断层摄影数据114的生成相关联的机器学习计算集合。例如,断层摄影分析部件106可以执行聚类机器学习计算集合、逻辑回归机器学习计算集合、决策树机器学习计算集合、随机森林机器学习计算集合、回归树机器学习计算集合、最小二乘机器学习计算集合、基于实例的机器学习计算集合、回归机器学习计算集合、支持向量回归机器学习计算集合、k均值机器学习计算集合、谱聚类机器学习计算集合、规则学习机器学习计算集合、贝叶斯机器学习计算集合、深度玻尔兹曼机计算集合、深度信念网络计算集合和/或不同的机器学习计算集合,以确定断层摄影数据114。
应当理解,量子断层摄影部件102(例如,电路生成部件104和/或断层摄影分析部件106)执行不能由人类执行的电路生成过程和/或断层摄影分析过程(例如,大于单个人类头脑的能力)。例如,在某一时间段内由量子断层摄影部件102(例如,电路生成部件104和/或断层摄影分析部件106)处理的数据量、处理的数据速度和/或处理的数据类型可以比在相同时间段内由单个人类头脑处理的量、速度和数据类型更大、更快和不同。量子断层摄影部件102(例如,电路生成部件104和/或断层摄影分析部件106)还可以完全可操作用于执行一个或多个其他功能(例如,完全通电、完全执行等),同时还执行上面提到的电路生成过程和/或断层摄影分析过程。此外,由量子断层摄影部件102(例如,电路生成部件104和/或断层摄影分析部件106)生成的断层摄影数据114可以包括用户不可能手动获得的信息。例如,断层摄影数据114中所包括的信息的类型、断层摄影数据114中所包括的各种信息和/或断层摄影数据114的优化可以比用户手动获得的信息更复杂。
图2图示了根据本文所述的一个或多个实施例的示例非限制系统200的框图。为了简洁,省略了在这里描述的其它实施例中采用的类似元件的重复描述。
系统200包括量子断层摄影术部件102’。量子断层摄影部件102’可以是图1中所示的量子断层摄影部件102的替代实施例。量子断层摄影部件102’可以包括电路生成部件104、断层摄影分析部件106、断层摄影显示部件202、存储器108和/或处理器110。断层摄影显示部件202可以促进显示从断层摄影数据114生成的图形断层摄影数据204。图形断层摄影数据204可以是断层摄影数据114的图形断层摄影。例如,断层摄影显示部件202可以在显示设备上将断层摄影数据114呈现为图形断层摄影数据204。在一方面中,图形断层摄影数据204可以是断层摄影数据114的图形表示。例如,图形断层摄影数据204可以包括量子位的视觉表示,其中x分量测量值、y分量测量值和z分量测量值示出在与量子位的几何表示相关联的坐标系上。在一个示例中,量子位的视觉表示可以是布洛赫球。在另一示例中,量子位的视觉表示可以是量子系统的密度矩阵的分量的3-D直方图表示(例如,“城市风光”3-D直方图表示)。在某些实施例中,断层摄影显示部件202可以为呈现图形断层摄影数据204的显示设备提供应用编程接口。
应当理解,量子断层摄影部件102’(例如,电路生成部件104、断层摄影分析部件106和/或断层摄影显示部件202)执行不能由人类执行(例如,大于单个人类头脑的能力)的电路生成过程、断层摄影分析过程和/或断层摄影显示过程。例如,在某一时间段内由量子断层摄影部件102’(例如,电路生成部件104、断层摄影分析部件106和/或断层摄影显示部件202)所处理的数据量、所处理的数据速度和/或所处理的数据类型可以比在相同时间段内由单个人类头脑所能处理的量、速度和数据类型更大、更快并且不同。量子断层摄影部件102’(例如,电路生成部件104、断层摄影分析部件106和/或断层摄影显示部件202)还可以完全可操作用于执行一个或多个其他功能(例如,完全通电、完全执行等),同时还执行上面提到的电路生成过程、断层摄影分析过程和/或断层摄影显示过程。此外,由量子断层摄影部件102’(例如,电路生成部件104、断层摄影分析部件106和/或断层摄影显示部件202)生成的图形断层摄影数据204可以包括用户不可能手动获得的信息。例如,包括在图形断层摄影数据204中的信息的类型、包括在图形断层摄影数据204中的各种信息和/或图形断层摄影数据204的优化可以比用户手动获得的信息更复杂。
图3图示了根据本文所述的一个或多个实施例的示例非限制系统300的框图。为了简洁,省略了本文所述的其它实施例中采用的类似元件的重复描述。
系统300包括量子断层摄影部件102’、显示设备302和量子处理器304。在某些实施例中,系统300可以替代地包括量子断层摄影部件102而不是量子断层摄影部件102’。量子断层摄影部件102’可以包括电路生成部件104、断层摄影分析部件106、断层摄影显示部件202、存储器108和/或处理器110。显示设备302可以包括应用编程接口306。此外,显示设备302可以包括例如具有显示器的计算设备、计算机、台式计算机、膝上型计算机、监视器设备、智能电话、移动设备、手持设备、平板电脑、可穿戴设备、便携式计算设备或与显示器相关联的另一类型的设备。在某些实施例中,显示设备302可以经由网络(例如,网络设备)与量子断层摄影部件102’通信,网络诸如但不限于局域网(LAN)、诸如因特网的广域网(WAN)和/或为与工作空间环境相关联的设备提供互连的网络。
断层摄影显示部件202可以生成应用编程接口306。应用编程接口306可以与显示设备302的显示器相关联。在一个示例中,应用编程接口306可以是断层摄影应用编程接口,以促进提供信息和/或接收与量子断层摄影相关联的信息。例如,应用编程接口306可以促进生成量子电路的断层摄影实验数据。应用编程接口306可以附加地或替代地促进经由显示设备302显示断层摄影数据114和/或图形断层摄影数据204。在一方面中,应用编程接口306可以是以人类可解释的格式显示断层摄影数据114和/或图形断层摄影数据204的用户界面。在另一方面中,量子电路数据112可以经由应用编程接口306被提供给量子断层摄影部件102’(例如,电路生成部件104)。例如,量子断层摄影部件102’(例如,电路生成部件104)可以经由应用编程接口306接收量子电路数据112。附加地或替代地,应用编程接口306可以接收由量子断层摄影部件102’(例如,断层摄影分析部件106)生成的断层摄影数据114。附加地或替代地,应用编程接口306可以接收由量子断层摄影部件102’(例如,断层摄影显示部件202)生成的图形断层摄影数据204。例如,量子断层摄影部件102’(例如,断层摄影显示部件202)可以经由应用编程接口306来呈现断层摄影数据114和/或图形断层摄影数据204。
在一个实施例中,应用编程接口306可以促进选择用于电路生成部件104的电路生成过程(例如,电路生成算法)、用于断层摄影分析部件106的断层摄影分析过程(例如,断层摄影分析算法)和/或用于断层摄影显示部件202的断层摄影显示过程(例如,断层摄影显示算法)。在一方面中,应用编程接口306可以提供一组电路生成过程、一组断层摄影分析过程和/或一组断层摄影显示过程,以促进选择用于电路生成部件104的电路生成过程、用于断层摄影分析部件106的断层摄影分析过程和/或用于断层摄影显示部件202的断层摄影显示过程。在一个示例中,该组电路生成过程可以包括与线性反演相关联的电路生成过程、与魏格纳断层摄影相关联的电路生成过程、与最大似然估计相关联的电路生成过程、与门集合断层摄影相关联的电路生成过程、与随机化基准测试相关联的电路生成过程、和/或一个或多个其他电路生成过程。在另一个示例中,该组断层摄影分析过程可以包括与线性反演相关联的断层摄影分析过程、与魏格纳断层摄影相关联的断层摄影分析过程、与最大似然估计相关联的断层摄影分析过程、与门集合断层摄影相关联的断层摄影分析过程、与随机化基准测试相关联的断层摄影分析过程和/或一个或多个其他断层摄影分析过程。
在某些实施例中,断层摄影分析部件106可以经由应用编程接口306接收与断层摄影实验集合相关联的实验结果数据。在一方面中,可以经由量子处理器304执行断层摄影实验集合(例如,与断层摄影实验集合相关联的断层摄影实验数据)。量子处理器304可以是基于量子物理学原理执行计算集合的机器。例如,量子处理器304可以使用量子位来编码信息。在一个实施例中,量子处理器304可以是硬件量子处理器(例如,硬件超导量子处理器),其可以运行与由电路生成部件104生成的断层摄影实验数据相关联的断层摄影实验集合。例如,量子处理器304可以是硬件量子处理器,其执行与由电路生成部件104生成的断层摄影实验集合相关联的指令线程集合。在另一实施例中,量子处理器304可以是量子模拟器,其可以运行与由电路生成部件104生成的断层摄影实验数据相关联的断层摄影实验集合。例如,量子处理器304可以是在量子处理器上模拟断层摄影实验集合的执行的量子模拟器。在某些实施例中,量子模拟器可以经由应用编程接口306来执行。
图4图示了根据本文所述的一个或多个实施例的示例非限制系统400的框图。为了简洁,省略了本文所述的其它实施例中采用的类似元件的重复描述。
系统400包括输入402、量子断层摄影系统404和输出406。输入402可以是提供给量子断层摄影系统404的输入,并且输出406可以是由量子断层摄影系统404生成的输出。量子断层摄影系统404可以对应于量子断层摄影部件102和/或量子断层摄影部件102’。在一方面中,输入402可以包括断层摄影束408和量子电路数据112。断层摄影束408可以包括电路生成算法410、断层摄影分析算法412和/或断层摄影显示算法414。在一个实施例中,输入402(例如,断层摄影束408和量子电路数据112)可以经由应用编程接口(例如,应用编程接口306)接收。电路生成算法410可以是由量子断层摄影系统404采用的电路生成过程。在一个示例中,电路生成算法410可以是由电路生成部件104采用的电路生成过程。此外,断层摄影分析算法412可以是由量子断层摄影系统404采用的断层摄影分析过程。在一个示例中,断层摄影分析算法412可以是由断层摄影分析部件106采用的断层摄影分析过程。断层摄影显示算法414可以是由量子断层摄影系统404采用的断层摄影显示过程。在一个示例中,断层摄影显示算法414可以是由断层摄影显示部件202采用的断层摄影显示过程。在另一方面中,输出406可以包括断层摄影数据114和/或图形断层摄影数据204。例如,量子断层摄影系统404(例如,电路生成部件104)可以采用电路生成算法410和量子电路数据112来生成与断层摄影实验集合相关联的断层摄影实验数据。此外,量子断层摄影系统404(例如,断层摄影分析部件106)可以使用断层摄影分析算法412生成断层摄影数据114。断层摄影分析算法412可以处理断层摄影实验集合的结果以生成断层摄影数据114。量子断层摄影系统404(例如,断层摄影显示部件202)还可以使用断层摄影显示算法414生成图形断层摄影数据204。断层摄影显示算法414可以呈现断层摄影数据114以提供图形断层摄影数据204。
图5图示了根据本文所述的一个或多个实施例的示例非限制系统500的框图。为了简洁,省略了本文所述的其它实施例中采用的类似元件的重复描述。
系统500包括量子电路数据112、断层摄影数据114、图形断层摄影数据204、断层摄影束308和量子处理器304。断层摄影束308可以包括电路生成算法310、断层摄影分析算法312和断层摄影显示算法314。如图5所示,电路生成算法310可以采用量子电路数据112来生成断层摄影实验数据502。断层摄影实验数据502可以指示针对断层摄影实验集合的信息。量子处理器304可以采用断层摄影实验数据502来执行断层摄影实验集合。响应于执行断层摄影实验集合(例如,执行断层摄影实验数据502),量子处理器304可以生成实验结果数据504。实验结果数据504可以指示与响应于执行断层摄影实验集合(例如,执行断层摄影实验数据502)的结果集合相关联的信息。断层摄影分析算法312可以采用实验结果数据504来生成断层摄影数据114。此外,断层摄影显示算法可以采用断层摄影数据114来生成图形断层摄影数据204。
图6图示了根据本文所述的一个或多个实施例的示例非限制系统600的框图。为了简洁,省略了本文所述的其它实施例中采用的类似元件的重复描述。
系统600包括电路生成部件104。电路生成部件104可以接收量子电路数据112。在一个实施例中,量子电路数据112可以被格式化为指示描述量子电路的文本格式语言的文本数据。例如,量子电路数据112可以被格式化为提供量子电路的机器可读描述的机器可读数据。基于量子电路数据112,电路生成部件104可以生成断层摄影实验数据502。断层摄影实验数据502可以被格式化为机器可读数据,机器可读数据提供针对与量子电路数据112相关联的量子电路的断层摄影实验集合的机器可读描述。例如,断层摄影实验数据502可以包括第一机器可读数据、第二机器可读数据、和/或第三机器可读数据,第一机器可读数据提供第一断层摄影实验的机器可读描述以确定与量子电路数据112所描述的量子电路相关联的量子位的x分量测量,第二机器可读数据提供第二断层摄影实验的机器可读描述以确定与量子电路数据112所描述的量子电路相关联的量子位的y分量测量,第三机器可读数据提供第三断层摄影实验的机器可读描述以确定与量子电路数据112所描述的量子电路相关联的量子位的y分量测量。附加地或替代地,断层摄影实验数据502可以包括机器可读数据,其提供与量子电路数据112相关联的量子电路的校准实验集合的机器可读描述。例如,断层摄影实验数据502可以包括第四机器可读数据和/或第五机器可读数据,第四机器可读数据提供第一校准实验的机器可读描述以校准与量子电路数据112相关联的量子电路,第五机器可读数据提供第二校准实验的机器可读描述以校准与量子电路数据112相关联的量子电路。
图7图示了根据本文所述的一个或多个实施例的示例非限制系统700的框图。为了简洁,省略了本文所述的其它实施例中采用的类似元件的重复描述。
系统700包括断层摄影分析部件106。断层摄影分析部件106可以接收实验结果数据504。实验结果数据504可以被格式化为机器可读数据,机器可读数据提供来自针对与量子电路数据112相关联的量子电路的断层摄影实验集合的结果的机器可读描述。例如,实验结果数据504可以包括提供针对与x分量测量相关联的第一断层摄影实验的第一结果的机器可读描述的第一机器可读数据、提供针对与y分量测量相关联的第二断层摄影实验的第二结果的机器可读描述的第二机器可读数据、和/或提供针对与z分量测量相关联的第三断层摄影实验的第三结果的机器可读描述的第三机器可读数据。附加地或替代地,断层摄影实验数据502可以包括机器可读数据,其提供针对与量子电路数据112相关联的量子电路的校准实验集合的结果的机器可读描述。例如,断层摄影实验数据502可以包括提供针对第一校准实验的结果的机器可读描述的第四机器可读数据和/或提供针对第二校准实验的结果的机器可读描述的第五机器可读数据。基于实验结果数据504,断层摄影分析部件106可以生成断层摄影数据114。断层摄影数据114可以指示描述针对与由量子电路数据112描述的量子电路相关联的量子位的x分量测量、y分量测量分量和z分量测量的信息。例如,断层摄影数据114可以包括针对与由量子电路数据112描述的量子电路相关联的量子位的坐标系的x分量测量值(例如,X=+0.000)、y分量测量值(例如,Y=-0.707)和z分量测量值(例如,Y=+0.707)。
图8图示了根据本文所述的一个或多个实施例的示例非限制系统800的框图。为了简洁,省略了本文所述的其它实施例中采用的类似元件的重复描述。
系统800包括断层摄影显示部件202。断层摄影显示部件202能够接收断层摄影数据114。基于断层摄影数据114,断层摄影显示部件202可以生成图形断层摄影数据204。图形断层摄影数据204可以是断层摄影数据114的图形表示。例如,图形断层摄影数据204可以包括具有x分量测量值(例如,X=+0.000)、y分量测量值(例如,Y=-0.707)和z分量测量值(例如,Y=+0.707)的量子位的视觉表示,其示出在与布洛赫球相关联的坐标系上。布洛赫球可以是量子位的几何表示。
图9图示了根据本文描述的一个或多个实施例的用于促进量子断层摄影的示例非限制性计算机实现的方法900的流程图。在902处,由操作地耦合到处理器的系统(例如,由电路生成部件104)基于指示量子电路的机器可读描述的量子电路数据来生成指示针对断层摄影实验集合的信息的断层摄影实验数据。在一个实施例中,量子电路数据可以是指示描述量子电路的文本格式语言的文本数据。在一个示例中,文本数据可以以文本方式描述与一个或多个量子位相关联的量子电路的一个或多个量子位门。在另一示例中,量子电路数据可以作为指示描述量子电路的文本格式语言的文本数据被接收。在另一实施例中,量子电路数据可以包括指示用于一个或多个标志元素的信息的标志数据,一个或多个标志元素对与量子电路相关联的一个或多个位置进行标记。在一个示例中,量子电路数据可以作为指示用于一个或多个标志元素的信息的标志数据被接收,一个或多个标志元素对与量子电路相关联的一个或多个位置进行标记。此外,可以基于标志数据生成断层摄影实验数据。
在904处,由系统(例如,由量子处理器304)执行断层摄影实验数据。在一个示例中,可以经由量子处理器(例如,硬件量子处理器)执行断层摄影实验数据。例如,量子处理器可以是硬件量子处理器,其执行与断层摄影实验数据相关联的指令线程集合(例如,与断层摄影实验数据相关联的断层摄影实验集合)。在另一示例中,可以经由量子模拟器执行断层摄影实验数据。例如,量子模拟器可以在模拟量子处理器上模拟断层摄影实验数据(例如,与断层摄影实验数据相关联的断层摄影实验集合)的执行。
在906,确定是否存在另一断层摄影实验。例如,可以确定断层摄影实验数据是否包括尚未执行的另一断层摄影实验。如果是,方法900返回到904以执行另一断层摄影实验。如果否,则方法900进行到908。
在908处,由系统(例如,由断层摄影分析部件106)基于指示与断层摄影实验数据的执行相关联的信息的实验结果数据来生成断层摄影数据。例如,断层摄影数据可以包括描述断层摄影实验集合的结果的信息。在一个示例中,断层摄影数据可以包括针对与量子电路相关联的量子位的x分量测量、y分量测量和z分量测量。在一个实施例中,实验结果数据可以经由应用编程接口接收。
在910,确定其它实验结果数据是否可用。例如,可以确定断层摄影实验是否已经生成了断层摄影数据中未包括的其它实验结果数据。如果是,则方法900返回908以生成更新的断层摄影数据。如果否,则方法900进行到912。
在912,系统(例如,通过断层摄影显示部件202)在显示设备上将断层摄影数据呈现为图形断层摄影。图形断层摄影可以是断层摄影数据的图形表示。例如,图形断层摄影可以包括量子位的视觉表示,其中在与量子位的几何表示相关联的坐标系中提供x分量测量值、y分量测量值、以及z分量测量值。在一个实施例中,图形断层摄影可以经由显示设备的应用编程接口来呈现。
为了解释的简单起见,将计算机实现的方法描绘和描述为一系列动作。可以理解和明白,本发明不受所示动作和/或动作次序的限制,例如,动作可以按各种次序和/或并发地发生,并且可以与本文未呈现和描述的其它动作一起发生。此外,并非所有所示动作都是实现根据所公开的主题的计算机实现的方法所必需的。另外,本领域技术人员将理解和明白,计算机实现的方法可以替换地经由状态图或事件被表示为一系列相互关联的状态。另外,还应当理解,下文中以及贯穿本说明书所公开的计算机实现的方法能够被存储在制品上,以促进将这些计算机实现的方法传输和转移到计算机。如本文所使用的术语制品旨在涵盖从任何计算机可读设备或存储介质可访问的计算机程序。
此外,由于至少生成断层摄影实验数据、执行断层摄影实验数据、生成断层摄影数据、将断层摄影数据呈现为图形断层摄影等是根据电气和机械部件和电路的组合来建立的,因此人类不能复制或执行由本文所公开的量子断层摄影部件102和/或量子断层摄影部件102’(例如,电路生成部件104、断层摄影分析部件106和/或断层摄影显示部件202)所执行的处理。例如,人类不能够生成断层摄影实验数据、执行断层摄影实验数据、生成断层摄影数据、将断层摄影数据呈现为图形断层摄影等。
为了提供所公开的主题的各方面的上下文,图10以及以下讨论旨在提供对其中可实现所公开的主题的各方面的合适环境的一般描述。图10图示了其中可以促进本文所述的一个或多个实施例的示例、非限制性操作环境的框图。为了简洁,省略了本文所述的其它实施例中采用的类似元件的重复描述。
参考图10,用于实现本公开的各方面的合适的操作环境1000还可以包括计算机1012。计算机1012还可以包括处理单元1014、系统存储器1016和系统总线1018。系统总线1018将包括但不限于系统存储器1016的系统部件耦合到处理单元1014。处理单元1014可以是各种可用处理器中的任一种。双微处理器和其它多处理器体系结构也可以用作处理单元1014。系统总线1018可以是若干类型的(多种)总线结构中的任何一种,包括存储器总线或存储器控制器、外围总线或外部总线、和/或使用任何各种可用总线体系结构的局部总线,这些总线体系结构包括但不限于工业标准体系结构(ISA)、微通道体系结构(MSA)、扩展ISA(EISA)、智能驱动电子器件(IDE)、VESA局部总线(VLB)、外围部件互连(PCI)、卡总线、通用串行总线(USB)、高级图形端口(AGP)、火线(IEEE 1394)、和小型计算机系统接口(SCSI)。
系统存储器1016还可以包括易失性存储器1020和非易失性存储器1022。包含诸如在启动期间在计算机1012内的元件之间传输信息的基本例程的基本输入/输出系统(BIOS)被存储在非易失性存储器1022中。计算机1012还可以包括可移动/不可移动、易失性/非易失性计算机存储介质。例如,图10图示了盘存储装置1024。盘存储装置1024还可以包括但不限于,诸如磁盘驱动器、软盘驱动器、磁带驱动器、Jaz驱动器、Zip驱动器、LS-100驱动器、闪存卡、或记忆棒等设备。盘存储装置1024还可以包括单独的存储介质或与其他存储介质组合的存储介质。为了促进将盘存储装置1024连接到系统总线1018,通常使用诸如接口1026等可移动或不可移动接口。图10还描绘了充当用户和在合适的操作环境1000中描述的基本计算机资源之间的中介的软件。这样的软件还可以包括例如操作系统1028。可以被存储在盘存储装置1024上的操作系统1028用于控制和分配计算机1012的资源。
系统应用1030利用操作系统1028通过例如存储在系统存储器1016或盘存储装置1024上的程序模块1032和程序数据1034对资源的管理。应当理解,本公开可以用各种操作系统或操作系统的组合来实现。用户通过(多个)输入设备1036把命令或信息输入到计算机1012中。输入设备1036包括但不限于诸如鼠标、轨迹球、触笔、触摸垫等指点设备、键盘、麦克风、操纵杆、游戏手柄、圆盘式卫星天线、扫描仪、TV调谐卡、数字相机、数字视频相机、web相机等等。这些和其它输入设备通过系统总线1018经由(多个)接口端口1038连接到处理单元1014。(多个)接口端口1038包括例如串行端口、并行端口、游戏端口、以及通用串行总线(USB)。(多个)输出设备1040使用与(多个)输入设备1036相同类型的端口中的一些端口。因此,例如,USB端口可以用于向计算机1012提供输入,并且从计算机1012向输出设备1040输出信息。输出适配器1042被提供以说明存在需要专用适配器的某些输出设备1040,如监视器、扬声器和打印机,以及其它输出设备1040。作为示例而非限制,输出适配器1042包括提供输出设备1040和系统总线1018之间的连接手段的显卡和声卡。应当注意,其它设备和/或设备的系统提供输入和输出能力,诸如(多个)远程计算机1044。
计算机1012可以使用至一个或多个远程计算机、诸如(多个)远程计算机1044的逻辑连接在网络化环境中操作。(多个)远程计算机1044可以是计算机、服务器、路由器、网络PC、工作站、基于微处理器的电器、对等设备或其它常见的网络节点等,并且通常还可以包括相对于计算机1012所描述的许多或所有元件。为了简洁起见,仅存储器存储设备1046与(多个)远程计算机1044一起示出。(多个)远程计算机1044通过网络接口1048被逻辑地连接到计算机1012,然后经由通信连接1050被物理地连接。网络接口1048包括有线和/或无线通信网络,例如局域网(LAN)、广域网(WAN)、蜂窝网络等。LAN技术包括光纤分布式数据接口(FDDI)、铜线分布式数据接口(CDDI)、以太网、令牌环等。WAN技术包括,但不限于,点对点链路、如综合业务数字网(ISDN)及其变体的电路交换网络、分组交换网络、以及数字用户线(DSL)。(多个)通信连接1050是指用于将网络接口1048连接到系统总线1018的硬件/软件。虽然为了清楚地说明,通信连接1050被示出为在计算机1012内部,但是它也可以在计算机1012外部。仅出于示例性目的,用于连接到网络接口1048的硬件/软件还可以包括内部和外部技术,诸如包括常规电话级调制解调器、电缆调制解调器和DSL调制解调器的调制解调器、ISDN适配器和以太网卡。
在任何可能的技术细节结合层面,本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路配置数据或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
尽管以上在运行在一个和/或多个计算机上的计算机程序产品的计算机可执行指令的一般上下文中描述了本主题,但是本领域的技术人员将认识到,本公开也可以结合其它程序模块来实现。通常,程序模块包括执行特定任务和/或实现特定抽象数据类型的例程、程序、部件、数据结构等。此外,本领域的技术人员将理解,本发明的计算机实现的方法可以用其它计算机系统配置来实践,包括单处理器或多处理器计算机系统、小型计算设备、大型计算机、以及计算机、手持式计算设备(例如,PDA、电话)、基于微处理器的或可编程的消费或工业电子产品等。所示的各方面也可以在其中任务由通过通信网络链接的远程处理设备执行的分布式计算环境中实践。然而,本公开的一些方面,如果不是所有方面,可以在独立计算机上实践。在分布式计算环境中,程序模块可以位于本地和远程存储器存储设备中。
如本申请中所使用的,术语“部件”、“系统”、“平台”、“接口”等可以指代和/或可以包括计算机相关的实体或与具有一个或多个特定功能的操作机器相关的实体。本文公开的实体可以是硬件、硬件和软件的组合、软件、或执行中的软件。例如,部件可以是,但不限于,在处理器上运行的进程、处理器、对象、可执行文件、执行线程、程序和/或计算机。作为说明,在服务器上运行的应用和服务器都可以是部件。一个或多个部件可以驻留在进程和/或执行线程内,并且部件可以位于一个计算机上和/或分布在两个或更多计算机之间。在另一示例中,相应部件可以从其上存储有各种数据结构的各种计算机可读介质执行。这些部件可以经由本地和/或远程进程进行通信,诸如根据具有一个或多个数据分组的信号(例如,来自一个部件的数据,该部件经由该信号与本地系统、分布式系统中的另一个部件进行交互和/或跨诸如因特网之类的网络与其它系统进行交互)。作为另一示例,部件可以是具有由电气或电子电路操作的机械部件提供的特定功能的装置,该电气或电子电路由处理器执行的软件或固件应用操作。在这种情况下,处理器可以在装置的内部或外部,并且可以执行软件或固件应用的至少一部分。作为又一示例,部件可以是通过电子部件而不是机械部件来提供特定功能的装置,其中电子部件可以包括处理器或其他装置以执行至少部分地赋予电子部件的功能的软件或固件。在一方面中,部件可以经由虚拟机来模拟电子部件,例如在云计算系统内。
此外,术语“或”旨在表示包含性的“或”而不是排他性的“或”。也就是说,除非另外指定,或者从上下文中清楚,否则“X采用A或B”旨在表示任何自然的包含性排列。也就是说,如果X使用A;X采用B;或者X采用A和B两者,则在任何前述实例下都满足“X采用A或B”。此外,除非另外指定或从上下文中清楚是指单数形式,否则如在本说明书和附图中使用的冠词“一”和“一个”一般应被解释为表示“一个或多个”。如本文所使用的,术语“示例”和/或“示例性”用于表示用作示例、实例或说明。为了避免疑惑,本文公开的主题不受这些示例限制。此外,本文中描述为“示例”和/或“示例性”的任何方面或设计不一定被解释为比其它方面或设计优选或有利,也不意味着排除本领域普通技术人员已知的等效示例性结构和技术。
如在本说明书中所采用的,术语“处理器”可以指代基本上任何计算处理单元或设备,包括但不限于单核处理器;具有软件多线程执行能力的单处理器;多核处理器;具有软件多线程执行能力的多核处理器;具有硬件多线程技术的多核处理器;并行平台;以及具有分布式共享存储器的并行平台。另外,处理器可以指代被设计为执行本文描述的功能的集成电路、专用集成电路(ASIC)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑控制器(PLC)、复杂可编程逻辑器件(CPLD)、分立门或晶体管逻辑、分立硬件部件或其任意组合。此外,处理器可以采用纳米级架构,例如但不限于基于分子和量子点的晶体管、开关和门,以便优化空间使用或增强用户设备的性能。处理器也可以被实现为计算处理单元的组合。在本公开中,诸如“存储库”、“存储装置”、“数据存储库”、“数据存储装置”、“数据库”以及与部件的操作和功能相关的基本上任何其他信息存储部件之类的术语被用来指代“存储器部件”、在“存储器”中体现的实体或包括存储器的部件。应了解,本文所述的存储器和/或存储器部件可以为易失性存储器或非易失性存储器,或可以包括易失性和非易失性存储器两者。作为说明而非限制,非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除ROM(EEPROM)、闪存或非易失性随机存取存储器(RAM)(例如,铁电RAM(FeRAM)。例如,易失性存储器可以包括RAM,RAM可以用作外部高速缓存存储器。作为说明而非限制,RAM可以以许多形式获取,诸如同步RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双倍数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、直接Rambus RAM(DRRAM)、直接Rambus动态RAM(DRDRAM)和Rambus动态RAM(RDRAM)。另外,本文所公开的系统或计算机实现的方法的存储器部件旨在包括而非限于包括这些和任何其他适当类型的存储器。
以上描述的内容仅包括系统和计算机实现的方法的示例。当然,不可能为了描述本公开而描述部件或计算机实现的方法的每个可想到的组合,但是本领域的普通技术人员可以认识到,本公开的许多进一步的组合和置换是可能的。此外,就在具体实施例方式、权利要求书、附录和附图中使用术语“包括”、“具有”、“拥有”等来说,这些术语旨在当术语“包含”在权利要求书中用作过渡词时以与“包括”所解释的类似的方式为包含性的。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (22)
1.一种系统,包括:
存储器,其存储计算机可执行部件;
处理器,其执行存储在所述存储器中的计算机可执行部件,其中所述计算机可执行部件包括:
电路生成部件,其基于指示量子电路的机器可读描述的量子电路数据来生成指示针对断层摄影实验集合的信息的断层摄影实验数据;以及
断层摄影分析部件,其基于指示与所述断层摄影实验数据相关联的信息的实验结果数据来生成断层摄影数据。
2.根据权利要求1所述的系统,其中所述电路生成部件基于所述量子电路数据生成指示针对校准实验集合的信息的校准实验数据。
3.根据权利要求1所述的系统,其中所述量子电路数据包括指示描述所述量子电路的文本格式语言的文本数据,并且其中所述电路生成部件基于所述文本数据来生成所述断层摄影实验数据。
4.根据权利要求1所述的系统,其中所述量子电路数据还包括指示针对一个或多个标志元素的信息的标志数据,所述一个或多个标志元素对与所述量子电路相关联的一个或多个位置进行标记,并且其中所述电路生成部件基于所述标志数据来生成所述断层摄影实验数据。
5.根据权利要求1所述的系统,其中所述断层摄影分析部件响应于所述断层摄影实验数据的执行而处理结果集合,以生成所述实验结果数据。
6.根据权利要求1所述的系统,其中所述断层摄影分析部件生成报告数据,所述报告数据指示针对错误报告或与所述断层摄影数据相关联的质量报告的信息。
7.根据权利要求1所述的系统,其中所述计算机可执行部件还包括断层摄影显示部件,所述断层摄影显示部件在显示设备上将所述断层摄影数据呈现为图形断层摄影。
8.根据权利要求7所述的系统,其中所述断层摄影显示部件为所述显示设备提供应用编程接口,所述应用编程接口将所述断层摄影数据呈现为所述图形断层摄影。
9.根据权利要求1所述的系统,其中由所述断层摄影分析部件生成的所述断层摄影数据提供所述量子电路的改进的处理性能。
10.一种计算机实现的方法,包括:
由操作地耦合到处理器的系统基于指示量子电路的机器可读描述的量子电路数据来生成指示针对断层摄影实验集合的信息的断层摄影实验数据;
由所述系统执行所述断层摄影实验数据;以及
由所述系统基于指示与所述断层摄影实验数据的所述执行相关联的信息的实验结果数据来生成断层摄影数据。
11.根据权利要求10所述的计算机实现的方法,其中所述执行包括经由量子模拟器执行所述断层摄影实验数据。
12.根据权利要求10所述的计算机实现的方法,其中所述执行包括经由量子处理器执行所述断层摄影实验数据。
13.根据权利要求10所述的计算机实现的方法,还包括:
由所述系统接收所述量子电路数据作为文本数据,所述文本数据指示描述所述量子电路的文本格式语言。
14.根据权利要求10所述的计算机实现的方法,还包括:
由所述系统接收指示针对一个或多个标志元素的信息的标志数据,所述一个或多个标志元素对与所述量子电路相关联的一个或多个位置进行标记,其中生成所述断层摄影实验数据包括基于所述标志数据来生成所述断层摄影实验数据。
15.根据权利要求10所述的计算机实现的方法,还包括:
由所述系统经由应用编程接口接收所述实验结果数据。
16.根据权利要求10所述的计算机实现的方法,还包括:
由所述系统在显示设备上将所述断层摄影数据呈现为图形断层摄影。
17.根据权利要求10所述的计算机实现的方法,其中生成所述断层摄影数据提供所述量子电路的改进的处理特性。
18.一种用于促进量子断层摄影的计算机程序产品,所述计算机程序产品包括计算机可读存储介质,所述计算机可读存储介质具有利用其实现的程序指令,所述程序指令由处理器可执行以使所述处理器:
由所述处理器基于指示量子电路的机器可读描述的量子电路数据来生成指示针对断层摄影实验集合的信息的断层摄影实验数据;
由所述处理器基于指示与所述断层摄影实验数据相关联的信息的实验结果数据来生成断层摄影数据;以及
由所述处理器在显示设备上将所述断层摄影数据呈现为图形断层摄影。
19.根据权利要求18所述的计算机程序产品,其中所述程序指令还由所述处理器可执行以使所述处理器:
由所述处理器经由应用编程接口接收所述实验结果数据。
20.根据权利要求18所述的计算机程序产品,其中所述程序指令还由所述处理器可执行以使所述处理器:
由所述处理器经由应用编程接口将所述断层摄影数据呈现为所述图形断层摄影。
21.根据权利要求8所述的系统,其中所述断层摄影显示部件向所述应用编程接口提供所述断层摄影实验数据。
22.根据权利要求16所述的计算机实现的方法,其中所述呈现包括在所述显示设备上提供应用编程接口以用于所述图形断层摄影。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/720,841 | 2017-09-29 | ||
US15/720,841 US10885678B2 (en) | 2017-09-29 | 2017-09-29 | Facilitating quantum tomography |
PCT/IB2017/058117 WO2019064057A1 (en) | 2017-09-29 | 2017-12-19 | FACILITATION OF QUANTUM TOMOGRAPHY |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111164710A true CN111164710A (zh) | 2020-05-15 |
CN111164710B CN111164710B (zh) | 2024-02-09 |
Family
ID=65897891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780095339.6A Active CN111164710B (zh) | 2017-09-29 | 2017-12-19 | 促进量子断层摄影 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10885678B2 (zh) |
EP (1) | EP3688772A4 (zh) |
JP (1) | JP7044449B2 (zh) |
CN (1) | CN111164710B (zh) |
WO (1) | WO2019064057A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108346107B (zh) * | 2017-12-28 | 2020-11-10 | 创新先进技术有限公司 | 一种社交内容风险识别方法、装置以及设备 |
US10991133B2 (en) * | 2019-01-25 | 2021-04-27 | Siemens Healthcare Gmbh | Volume rendering from three-dimensional medical data using quantum computing |
US11853848B2 (en) * | 2021-05-07 | 2023-12-26 | International Business Machines Corporation | Backend quantum runtimes |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060115086A1 (en) * | 2004-11-26 | 2006-06-01 | Beausoleil Raymond G | Self-authenticating quantum random number generator |
US20100094796A1 (en) * | 2008-10-10 | 2010-04-15 | Nec Laboratories America, Inc. | Quantum state tomography with yes/no measurements |
WO2017139683A1 (en) * | 2016-02-12 | 2017-08-17 | Yale University | Techniques for control of quantum systems and related systems and methods |
Family Cites Families (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0990041A (ja) | 1995-09-28 | 1997-04-04 | Hamamatsu Photonics Kk | ポジトロンct装置およびその画像再構成方法 |
US6456994B1 (en) * | 1998-05-05 | 2002-09-24 | Robert Tucci | Computer for a quantum computer |
US6218832B1 (en) * | 1999-02-16 | 2001-04-17 | International Business Machines Corporation | Nuclear magnetic resonance quantum computing method with improved solvents |
EP1190278B1 (en) * | 2000-03-09 | 2006-10-18 | STMicroelectronics S.r.l. | Method and hardware architecture for controlling a process or for processing data based on quantum soft computing |
US20030121028A1 (en) * | 2001-12-22 | 2003-06-26 | Michael Coury | Quantum computing integrated development environment |
AU2003904256A0 (en) * | 2003-08-11 | 2003-08-28 | Unisearch Limited | Qubit readout |
JP3919724B2 (ja) | 2003-09-19 | 2007-05-30 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 放射線計算断層画像装置および断層像データ生成方法 |
CN100577106C (zh) | 2003-09-29 | 2010-01-06 | Ge医疗系统环球技术有限公司 | 校准方法和计算x线体层照相装置 |
US20050250651A1 (en) * | 2004-03-29 | 2005-11-10 | Amin Mohammad H S | Adiabatic quantum computation with superconducting qubits |
JP4867009B2 (ja) | 2004-12-09 | 2012-02-01 | 国立大学法人 奈良先端科学技術大学院大学 | 量子コンピュータを含むコンピュータシステムのためのプログラム開発支援装置、プログラム開発支援用プログラム、及びシミュレーション装置 |
GB0818643D0 (en) * | 2008-10-10 | 2008-11-19 | Isis Innovation | Calibration of particle detectors |
EP2477112A1 (en) | 2010-12-29 | 2012-07-18 | Basque Center for Applied Mathematics | Method for efficient scheduling in a resource-sharing system |
ITPD20110140A1 (it) * | 2011-05-05 | 2012-11-06 | Cnr Consiglio Naz Delle Ricerche | Porta logica in ottica integrata per qubit quantistici codificati in polarizzazione e relativo metodo di realizzazione ed utilizzo |
US8510618B1 (en) * | 2011-05-17 | 2013-08-13 | Northrop Grumman Systems Corporation | Error correction in quantum computing system |
US8776013B2 (en) | 2011-10-03 | 2014-07-08 | Resilient Science, Inc. | Flow-optimization system and method for cloud computing |
WO2013053911A1 (en) * | 2011-10-14 | 2013-04-18 | Element Six Limited | Quantum processing device |
JP5921856B2 (ja) | 2011-11-28 | 2016-05-24 | 株式会社日立製作所 | 量子コンピュータシステム、量子コンピュータシステムの制御方法及びプログラム |
US9530873B1 (en) * | 2013-01-28 | 2016-12-27 | Sandia Corporation | Semiconductor adiabatic qubits |
WO2014124295A2 (en) | 2013-02-08 | 2014-08-14 | D-Wave Systems, Inc. | Systems and methods for calibrating the elements of a quantum processor |
WO2014197001A1 (en) * | 2013-06-07 | 2014-12-11 | Amin Mohammad H S | Systems and methods for operating a quantum processor to determine energy eigenvalues of a hamiltonian |
CN108256651B (zh) | 2013-06-28 | 2022-09-06 | D-波系统公司 | 用于对数据进行量子处理的方法 |
JP5956392B2 (ja) | 2013-08-09 | 2016-07-27 | 日本電信電話株式会社 | 量子状態測定装置および方法 |
US9892365B2 (en) * | 2014-02-28 | 2018-02-13 | Rigetti & Co., Inc. | Operating a multi-dimensional array of qubit devices |
WO2016028363A2 (en) | 2014-06-06 | 2016-02-25 | Massachusetts Institute Of Technology | Methods, systems, and apparatus for programmable quantum photonic processing |
US10031887B2 (en) * | 2014-09-09 | 2018-07-24 | D-Wave Systems Inc. | Systems and methods for improving the performance of a quantum processor via reduced readouts |
US9692423B2 (en) * | 2014-12-29 | 2017-06-27 | Wisconsin Alumni Research Foundation | System and method for circuit quantum electrodynamics measurement |
EP3262573B1 (en) * | 2015-02-27 | 2024-04-03 | Yale University | Techniques for coupling planar qubits to non-planar resonators and related systems and methods |
GB2554554B (en) * | 2015-03-09 | 2021-08-25 | Mosca Michele | Quantum circuit synthesis using deterministic walks |
US20160320371A1 (en) | 2015-03-19 | 2016-11-03 | Fred Abraham | Online diagnostic system with virtual medical assistance for the diagnosed disease utilizing nano-devices and quantum cloud computing |
CN107683460B (zh) * | 2015-05-05 | 2022-01-28 | 凯恩迪股份有限公司 | 在传统处理器上模拟量子样计算的quanton表示 |
US10187814B2 (en) | 2015-05-14 | 2019-01-22 | Cable Television Laboratories, Inc. | Systems and methods for hybrid wireless communication network |
US10692009B2 (en) * | 2015-11-06 | 2020-06-23 | Google Llc | In-situ quantum error correction |
US10360088B2 (en) * | 2015-11-20 | 2019-07-23 | Quantum Benchmark, Inc. | Randomized compiling for quantum computation |
US9537953B1 (en) | 2016-06-13 | 2017-01-03 | 1Qb Information Technologies Inc. | Methods and systems for quantum ready computations on the cloud |
US10275717B2 (en) * | 2016-06-02 | 2019-04-30 | Google Llc | Training quantum evolutions using sublogical controls |
US9940212B2 (en) * | 2016-06-09 | 2018-04-10 | Google Llc | Automatic qubit calibration |
US11361240B2 (en) * | 2016-07-01 | 2022-06-14 | Intel Corporation | Flux bias lines below qubit plane |
US11157828B2 (en) * | 2016-12-08 | 2021-10-26 | Microsoft Technology Licensing, Llc | Tomography and generative data modeling via quantum boltzmann training |
NL2018253B1 (en) * | 2017-01-27 | 2018-08-07 | Univ Delft Tech | A qubit apparatus and a qubit system |
EP3593298A4 (en) * | 2017-03-10 | 2021-01-20 | Rigetti & Co., Inc. | PERFORMING A CALIBRATION PROCESS IN A QUANTUM DATA PROCESSING SYSTEM |
US10860760B2 (en) * | 2017-04-21 | 2020-12-08 | Intel Corporation | Systems and methods for implementing learned parameter systems on a programmable integrated circuit |
EP3642765A4 (en) * | 2017-06-19 | 2021-04-07 | Rigetti & Co., Inc. | DISTRIBUTED QUANTUM COMPUTER SYSTEM |
-
2017
- 2017-09-29 US US15/720,841 patent/US10885678B2/en active Active
- 2017-12-19 EP EP17927071.5A patent/EP3688772A4/en not_active Withdrawn
- 2017-12-19 WO PCT/IB2017/058117 patent/WO2019064057A1/en unknown
- 2017-12-19 JP JP2020516895A patent/JP7044449B2/ja active Active
- 2017-12-19 CN CN201780095339.6A patent/CN111164710B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060115086A1 (en) * | 2004-11-26 | 2006-06-01 | Beausoleil Raymond G | Self-authenticating quantum random number generator |
US20100094796A1 (en) * | 2008-10-10 | 2010-04-15 | Nec Laboratories America, Inc. | Quantum state tomography with yes/no measurements |
WO2017139683A1 (en) * | 2016-02-12 | 2017-08-17 | Yale University | Techniques for control of quantum systems and related systems and methods |
Non-Patent Citations (4)
Title |
---|
BO QI等: "Quantum State Tomography via Linear Regression Estimation" * |
JUN LI等: "Optimal design of measurement settings for quantum-state-tomography experiments" * |
杨靖北;丛爽;: "量子层析中几种状态估计方法的研究" * |
许可;吴小华;: "去极化信道的多次量子纠错" * |
Also Published As
Publication number | Publication date |
---|---|
JP7044449B2 (ja) | 2022-03-30 |
EP3688772A4 (en) | 2020-11-25 |
US20190102917A1 (en) | 2019-04-04 |
WO2019064057A1 (en) | 2019-04-04 |
US10885678B2 (en) | 2021-01-05 |
JP2020535518A (ja) | 2020-12-03 |
EP3688772A1 (en) | 2020-08-05 |
CN111164710B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11521044B2 (en) | Action detection by exploiting motion in receptive fields | |
Zheng | Cost-sensitive boosting neural networks for software defect prediction | |
US11809962B2 (en) | Debugging quantum circuits by circuit rewriting | |
US20200184025A1 (en) | Gate fusion for measure in quantum computing simulation | |
US11775721B2 (en) | Quantum circuit decomposition by integer programming | |
US12001769B2 (en) | Quantum computing device design | |
CN113409090B (zh) | 广告点击率预测模型的训练方法、预测方法及装置 | |
CN111164710B (zh) | 促进量子断层摄影 | |
GB2603574A (en) | Synthetic system fault generation | |
US10824777B2 (en) | Employing natural language processing to facilitate geospatial analysis | |
US11704455B2 (en) | Representing the operation of a quantum computing device over time | |
US20230186197A1 (en) | Effective performance assessment | |
US11551126B2 (en) | Quantum data post-processing | |
US20230409954A1 (en) | Dynamic Multi-tenant Data Platform for Machine Learning Modeling and Visualization | |
US20230161934A1 (en) | Data model based simulation utilizing digital twin replicas | |
US20220207347A1 (en) | Split-net configuration for predictive modeling | |
US11688142B2 (en) | Automatic multi-dimensional model generation and tracking in an augmented reality environment | |
Kim | Artificial Intelligence Ecosystem, Techniques, and Use Cases | |
Navaux | Improving Performance of Long Short-Term Memory Networks for Sentiment Analysis Using Multicore and GPU Architectures | |
COURSE et al. | II YEAR II SEMESTER |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |