CN112529198A - 量子纠缠态的处理方法、装置、设备、存储介质及产品 - Google Patents
量子纠缠态的处理方法、装置、设备、存储介质及产品 Download PDFInfo
- Publication number
- CN112529198A CN112529198A CN202011541542.1A CN202011541542A CN112529198A CN 112529198 A CN112529198 A CN 112529198A CN 202011541542 A CN202011541542 A CN 202011541542A CN 112529198 A CN112529198 A CN 112529198A
- Authority
- CN
- China
- Prior art keywords
- quantum
- node
- qubits
- parameterized
- measurement result
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000005259 measurement Methods 0.000 claims abstract description 122
- 239000002096 quantum dot Substances 0.000 claims abstract description 69
- 238000012545 processing Methods 0.000 claims abstract description 67
- 238000013486 operation strategy Methods 0.000 claims abstract description 25
- 230000006854 communication Effects 0.000 claims description 70
- 238000004891 communication Methods 0.000 claims description 70
- 238000000034 method Methods 0.000 claims description 42
- 230000006870 function Effects 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 11
- 238000004821 distillation Methods 0.000 description 8
- 239000000243 solution Substances 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000007175 bidirectional communication Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000010790 dilution Methods 0.000 description 3
- 239000012895 dilution Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000000746 purification Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06N10/40—Physical realisations or architectures of quantum processors or components for manipulating qubits, e.g. qubit coupling or qubit control
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N99/00—Subject matter not provided for in other groups of this subclass
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B82—NANOTECHNOLOGY
- B82Y—SPECIFIC USES OR APPLICATIONS OF NANOSTRUCTURES; MEASUREMENT OR ANALYSIS OF NANOSTRUCTURES; MANUFACTURE OR TREATMENT OF NANOSTRUCTURES
- B82Y10/00—Nanotechnology for information processing, storage or transmission, e.g. quantum computing or single electron logic
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Optical Modulation, Optical Deflection, Nonlinear Optics, Optical Demodulation, Optical Logic Elements (AREA)
- Superconductor Devices And Manufacturing Methods Thereof (AREA)
Abstract
本公开提供了量子纠缠态处理方法、装置、设备、存储介质及产品,涉及量子计算领域。具体实现方案为:确定n份初始量子态;确定初始量子态所关联的至少两个节点,第一量子比特位于至少两个节点中的第一节点;第二量子比特位于至少两个节点中的第二节点;获取与预设处理场景相匹配的第一节点所需的至少一个第一参数化量子电路,以及第二节点所需的至少一个第二参数化量子电路;基于初始量子操作策略,控制第一节点进行本地量子操作,得到第一测量结果,控制第二节点进行本地量子操作,得到第二测量结果;至少基于第一测量结果和第二测量结果得到满足预设处理场景的预设要求的输出量子态。如此,来实现对量子纠缠态的处理。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及量子计算领域。
背景技术
量子科技中最重要的资源之一就是量子纠缠(Quantum entanglement),量子纠缠是量子计算和量子信息处理的基本组成部分,在量子安全通信、分布式量子计算等场景都有着至关重要的作用。如何通过可行的LOCC操作在近期量子设备上有效地进行纠缠处理,比如,纠缠蒸馏、纠缠转换、纠缠分辨、纠缠交换等,便成为了量子科技中的一个核心问题。
发明内容
本公开提供了一种量子纠缠态处理方法、装置、设备以及存储介质。
根据本公开的一方面,提供了一种量子纠缠态处理方法,包括:
确定待处理的n份初始量子态,其中,每份所述初始量子态至少是第一组量子比特中的至少一个第一量子比特和第二组量子比特中的至少一个第二量子比特所形成的纠缠量子态;
确定所述初始量子态所关联的至少两个节点,其中,所述第一量子比特位于所述至少两个节点中的第一节点;所述第二量子比特位于所述至少两个节点中的第二节点;
获取与预设处理场景相匹配的所述第一节点所需的至少一个第一参数化量子电路,以及所述第二节点所需的至少一个第二参数化量子电路;
基于初始量子操作策略,控制所述第一节点利用所述至少一个第一参数化量子电路对所述第一组量子比特中的至少部分第一量子比特进行本地量子操作,并得到第一测量结果,其中,所述第一测量结果表征所述第一节点在本地量子操作后的至少部分所述第一量子比特的状态信息;
基于所述初始量子操作策略,控制所述第二节点利用所述至少一个第二参数化量子电路对所述第二组量子比特中的至少部分第二量子比特进行本地量子操作,并得到第二测量结果,其中,所述第二测量结果表征所述第二节点在本地量子操作后的至少部分所述第二量子比特的状态信息;
至少基于所述第一测量结果和所述第二测量结果得到满足所述预设处理场景的预设要求的输出量子态,其中,所述输出量子态是执行所述初始量子操作策略后的、所述n份初始量子态中的至少一份初始量子态所关联量子比特形成的纠缠量子态。
根据本公开的另一方面,提供了一种量子纠缠态处理装置,包括:
初始量子态确定单元,用于确定待处理的n份初始量子态,其中,每份所述初始量子态至少是第一组量子比特中的至少一个第一量子比特和第二组量子比特中的至少一个第二量子比特所形成的纠缠量子态;
关联节点确定单元,用于确定所述初始量子态所关联的至少两个节点,其中,所述第一量子比特位于所述至少两个节点中的第一节点;所述第二量子比特位于所述至少两个节点中的第二节点;
参数化量子电路获取单元,用于获取与预设处理场景相匹配的所述第一节点所需的至少一个第一参数化量子电路,以及所述第二节点所需的至少一个第二参数化量子电路;
量子操作策略控制单元,用于基于初始量子操作策略,控制所述第一节点利用所述至少一个第一参数化量子电路对所述第一组量子比特中的至少部分第一量子比特进行本地量子操作,并得到第一测量结果,其中,所述第一测量结果表征所述第一节点在本地量子操作后的至少部分所述第一量子比特的状态信息;基于所述初始量子操作策略,控制所述第二节点利用所述至少一个第二参数化量子电路对所述第二组量子比特中的至少部分第二量子比特进行本地量子操作,并得到第二测量结果,其中,所述第二测量结果表征所述第二节点在本地量子操作后的至少部分所述第二量子比特的状态信息;
结果输出单元,用于至少基于所述第一测量结果和所述第二测量结果得到满足所述预设处理场景的预设要求的输出量子态,其中,所述输出量子态是执行所述初始量子操作策略后的、所述n份初始量子态中的至少一份初始量子态所关联量子比特形成的纠缠量子态。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开任一实施例中的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行本公开任一实施例中的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现本公开任一实施例中的方法。
根据本公开的技术能够针对预设处理场景的预设要求对量子纠缠态进行处理。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例量子纠缠态处理方法的实现流程示意图;
图2是根据本公开实施例量子纠缠态处理方法在一具体示例中的通讯方式示意图一;
图3是根据本公开实施例量子纠缠态处理方法在一具体示例中的通讯方式示意图二;
图4是根据本公开实施例量子纠缠态处理方法在一具体示例中的实现流程示意图;
图5是根据本公开实施例量子纠缠态处理装置的结构示意图;
图6是用来实现本公开实施例的量子纠缠态处理方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
量子技术中,量子纠缠是实现量子安全通信、量子计算、量子网络等各种量子信息技术的关键资源,对于量子纠缠的各种LOCC操作(LOCC,local operations and classicalcommunication)是量子密钥分配(Quantum key distribution),量子超密编码(Quantumsuperdense coding),量子隐形传态(Quantum Teleportation)等量子信息方案的重要组成部分。因此,若能够得到满足实际需求的LOCC操作方案,并适用于近期量子设备,将为实用化量子纠缠处理奠定基础,同时,也会大大促进量子网络与分布式量子计算的发展。
基于此,本申请方案提供了一种量子纠缠态处理方法、装置、设备、存储介质及产品,能够得到在近期量子设备上实现的LOCC操作方案,以实现对量子纠缠态(也可简称纠缠态,或称纠缠量子态)的处理,兼具高效性、实用性、与通用性。这里所述的高效性指能够高效地完成指定的纠缠处理操作,实用性指得到的LOCC方案能够在近期量子设备上实现,通用性指对各种应用场景都适用。
首先,对本申请方案所涉及的基础概念进行下述说明:
纠缠态的量子比特(qubit)通常被分配在两个或多个相隔一定距离的地方,比如对于处于纠缠态的几个量子比特组成的量子系统而言,Alice和Bob处于不同的实验室,而且,两个人的实验室中各有该量子系统中的部分量子比特,基于此,Alice和Bob所允许的物理操作即为针对各自实验室中的量子比特进行本地量子操作和经典通讯(LOCC,localoperations and classical communication),可简称为LOCC操作。这里,所述量子操作指作用于量子比特的量子门和量子测量的操作,而本地量子操作则表示Alice和Bob只能对各自实验室中的量子比特做上述量子操作;经典通讯通常用于两人之间,如Alice和Bob之间通过经典通讯方式(比如利用网络等进行的通信)交流量子测量得到的结果。
其次,对本申请方案做详细说明;具体地,图1是根据本申请实施例量子纠缠态处理方法的实现流程示意图,如图1所示,所述方法包括:
步骤S101:确定待处理的n份初始量子态,其中,每份所述初始量子态至少是第一组量子比特中的至少一个第一量子比特和第二组量子比特中的至少一个第二量子比特所形成的纠缠量子态;所述n为大于等于1的正整数。也就是说,所述第一组量子比特和第二组量子比特中存在有每份初始量子比特中的至少一个量子比特。
步骤S102:确定所述初始量子态所关联的至少两个节点,其中,所述第一量子比特位于所述至少两个节点中的第一节点;所述第二量子比特位于所述至少两个节点中的第二节点;这里,需要说明的是,该节点并非为物理节点,均为模拟过程中虚拟节点,或称为逻辑节点。
步骤S103:获取与预设处理场景相匹配的所述第一节点所需的至少一个第一参数化量子电路,以及所述第二节点所需的至少一个第二参数化量子电路。这里,所述预设处理场景包括但不限于以下场景中的至少一个:纠缠蒸馏、纠缠转换、纠缠分辨、纠缠交换等。
这里,本示例中,所述第一参数化量子电路是为所述第一节点所准备的参数化量子电路,所述第二参数化量子电路是为所述第二节点所准备的参数化量子电路。所述本地量子操作指各节点只能针对各自对应的量子比特进行量子操作和量子测量。
步骤S104:基于初始量子操作策略,控制所述第一节点利用所述至少一个第一参数化量子电路对所述第一组量子比特中的至少部分第一量子比特进行本地量子操作,并得到第一测量结果,其中,所述第一测量结果表征所述第一节点在本地量子操作后的至少部分所述第一量子比特的状态信息。
步骤S105:基于所述初始量子操作策略,控制所述第二节点利用所述至少一个第二参数化量子电路对所述第二组量子比特中的至少部分第二量子比特进行本地量子操作,并得到第二测量结果,其中,所述第二测量结果表征所述第二节点在本地量子操作后的至少部分所述第二量子比特的状态信息。
需要说明的是,在一次本地量子操作过程中,每一节点可以仅针对自身所对应的全部量子比特中部分量子比特进行本地量子操作,所选取的量子比特的数量或种类可以基于实际场景的实际需求而定,而且,不同次本地量子操作所选择的量子比特的数量和种类也可以相同,或不同,本申请方案对此均不作限制。
步骤S106:至少基于所述第一测量结果和所述第二测量结果得到满足所述预设处理场景的预设要求的输出量子态,其中,所述输出量子态是执行所述初始量子操作策略后的、所述n份初始量子态中的至少一份初始量子态所关联量子比特形成的纠缠量子态。
也就是说,在执行初始量子操作策略后,将n份初始量子态中的至少一份初始量子态所关联量子比特当前所形成的纠缠量子态作为输出结果。如此来完成对初始量子态的处理,实现对量子纠缠态的处理。
这样,由于本申请方案采用了参数化量子电路,所以,其灵活、多样的结构使得本申请方案有很强的可拓展性,比如可以针对不同的应用场景和量子设备来设计合适的参数化量子电路。而且,本申请方案对初始量子态不进行任何限制,所以适用范围更广,同时,实用性和通用性也强。
在本申请方案的一具体示例中,采用如下方式来得到第一组量子比特和第二组量子比特,具体地,确定所述初始量子态所关联的量子比特集合,其中,所述量子比特集合中包含有相互纠缠或不纠缠的至少两个量子比特;将所述量子比特集合所包含的至少两个量子比特拆分成至少两部分,并至少得到第一组量子比特和第二组量子比特,以分发至少两个节点,使不同的量子比特位于不同的量子比特组,以及位于不同的节点。也就是说,第一组量子比特位于第一节点,第二组量子比特位于第二节点。
这里,需要强调的是,对于一个初始量子态而言,当该初始量子态对应的(也即关联的)量子比特集合中包含有两个以上量子比特,此时,只需将该量子比特集合中的部分量子比特分发至第一组量子比特,另外部分量子比特分发至第二组量子比特即可。即第一节点和第二节点中所拥有的量子比特的数量可以相同也可以不相同,只要两者所拥有的量子比特的数量等于量子比特集合中所有量子比特的数量之和即可,本申请方案对此不作限制。当然,实际场景中,也并非限于两个节点,还可以有多方,此时,只需要将量子比特集合中的量子比特分发至多个不同的节点即可,同样地,本申请方案对此也不做限制。
如此,为后续精准而高效的实现对量子纠缠态的处理奠定了基础。
在本申请方案的一具体示例中,得到的满足所述预设处理场景的预设要求的输出量子态共m份,所述m小于等于n。也就是说,本申请方案中,得到的输出量子态的份数可以为m份,这里,m和n均为大于等于1的正整数。如此,为满足不同场景的不同需求奠定了基础。当然,在一特殊场景下,m等于0,即不会输出量子态,比如,对于纠缠分辨场景而言,无需得到输出量子态,只需利用第一测量结果和第二测量结果来确定初始量子态所属的目标态即可。
在本申请方案的一具体示例中,所述初始量子操作策略还指示有不同节点之间的通信方式,以便于基于通信方式至少在所述第一节点和所述第二节点间传输所述第一测量结果和/或所述第二测量结果。举例来说,如图2所示,Alice和Bob分别对应第一节点和第二节点,Alice和Bob在完成本地量子操作,得到表征至少部分量子比特的状态信息的测量结果后,一方向另一方发送测量结果,如Alice(也即A方)向另一方Bob(也即B方)发送测量结果。这种情况适用于其中一方的通讯设备无法发送信息只能接收信息。或者,如图3所示,Alice和Bob在完成本地量子操作,得到表征至少部分量子比特的状态信息的测量结果后,双方均向另一方发送测量结果。如此,来提升本申请方案的灵活性,为满足不同场景的不同需求奠定了基础。
在本申请方案的一具体示例中,所述初始量子操作策略还指示有预设通信轮数,以至少在所述第一节点和所述第二节点之间完成预设通讯轮数的测量结果的传输。如此,为满足不同场景的不同需求奠定了基础,同时,也为高效而精确对量子纠缠态进行处理奠定了基础。
在本申请方案的一具体示例中,在进行信息交换后,第一节点和第二节点可以进行如下操作,具体地,
控制所述第一节点在自身对应的所述至少一个第一参数化量子电路中选取出,与接收到的所述第二测量结果和自身所得到的所述第一测量结果相匹配的第一参数化量子电路,以再次完成本地量子操作,以更新所述第一测量结果,如此,完成一轮通讯;和/或,
控制所述第二节点在自身对应的所述至少一个第二参数化量子电路中选取出,与接收到的所述第一测量结果和自身所得到的所述第二测量结果相匹配的第二参数化量子电路,以再次完成本地量子操作,以更新所述第二测量结果,如此,完成一轮通讯。
需要说明的是,当采用单向通讯时,上述过程中执行相对应的其一即可完成一轮通讯;而采用双向通讯时,上述两个步骤均需执行,如此,才完成一轮通讯。
举例来说,如图2所示,一轮单项通讯,Alice和Bob在完成本地量子操作,得到表征至少部分量子比特的状态信息的测量结果后,一方向另一方发送测量结果,如Alice(也即A方)向另一方Bob(也即B方)发送测量结果,然后,接收方基于接收到的测量结果,选出与接收到的测量结果以及自身的测量结果相匹配的参数化量子电路,并作用到本地量子比特中的至少部分量子比特上,以完成本地量子操作,如此,完成一轮通讯。这种情况适用于其中一方的通讯设备无法发送信息只能接收信息时。
或者,如图3所示,一轮双向通讯,Alice和Bob在完成本地量子操作,得到表征至少部分量子比特的状态信息的测量结果后,双方均向另一方发送测量结果,对应方基于接收到的测量结果以及自身的测量结果,重新选取参数化量子电路后,作用到本地量子比特中的至少部分量子比特上,以完成本地量子操作,如此,完成一轮通讯。这种情况适用于双方的通讯设备均能正常工作的场景。
进一步地,实际应用中,N还可以为大于等于1的正整数,此时,再重复N-1次上述通讯,即可完成N轮通信。当然,具体的通讯轮数N可根据实际场景的实际需求而定义。
如此,来提升本申请方案的适应范围,为满足不同场景的不同需求奠定了基础,同时,也为高效而精确对量子纠缠态进行处理奠定了基础。
在本申请方案的一具体示例中,还可以获取目标量子态,进而至少基于所述输出量子态与所述目标量子态之间的差异,确定损失函数;调整所述第一节点所使用的第一参数化量子电路的参数,以及所述第二节点所使用的第二参数化量子电路的参数,来最小化所述损失函数,以调整所述输出量子态与所述目标量子态之间的差异,使所述差异满足预设规则。如此,为后续精准且高效的实现量子纠缠态的处理奠定了基础。
在本申请方案的一具体示例中,还可以基于最小化所述损失函数后所得到的针对所述第一节点所使用的第一参数化量子电路的参数,以及所述第二节点所使用的第二参数化量子电路的参数,更新所述初始量子操作策略,得到目标量子操作策略,其中,利用所述目标量子操作策略能够实现满足所述预设处理场景的预设要求的纠缠量子态的处理。如此,通过机器学习的方法来确定参数化量子电路中的参数,以明确参与节点所需的本地量子操作的具体方式,精准且高效的实现了对量子纠缠态的处理。而且,相比于现有方案,本申请方案的适用范围更广,效果更好。
这样,由于本申请方案采用了参数化量子电路,所以,其灵活、多样的结构使得本申请方案有很强的可拓展性,比如可以针对不同的应用场景和量子设备选择合适的参数化量子电路。而且,本申请方案对初始量子态不进行任何限制,所以适用范围更广,同时,实用性和通用性也强。
以下结合示例对本申请方案做进一步详细说明,具体地,
本申请方案创新性地设计了基于量子神经网络(或者说参数化量子电路,parameterized quantum circuits)的方法来获取各类纠缠态处理的LOCC操作方案,可以针对任意的应用场景,比如,纠缠蒸馏、纠缠转换、纠缠分辨、纠缠交换等,弥补了现有方案的局限性,达到了使用近期量子设备执行LOCC操作,以对任意纠缠态进行相应处理的目的。而且,本申请方案具有较强的可扩展性,准确性更高,同时,兼具高效性、实用性与通用性。
本示例所述的参数化量子电路U(θ)通常由若干个单量子比特旋转门和CNOT(受控反闸)门组成,其中的若干个旋转角度组成向量θ,作为该参数化量子电路中可调节的参数;更为一般的情况,参数化量子电路可以是由若干参数可以调节的量子电路组成。基于此,Alice和Bob利用各自准备的参数化量子电路,并结合本地量子操作和经典通讯,来组成一个LOCC操作方案,以对任意纠缠态进行相应处理。
为了确定LOCC操作方案,需要参与节点如Alice和Bob在选择需要设计的使用场景(也即处理场景),例如纠缠蒸馏、纠转换、纠缠分辨、纠缠交换等,达成一致。同时,还需要明确双方所享有的n份初始量子态,{ρAB 1,ρAB2,...,ρAB n},每个初始量子态对应的量子系统中包含有相互纠缠或不纠缠的至少两个量子比特,本申请方案简称为量子比特集合;为便于描述,以下以量子比特集合中包含有相互纠缠的两个量子比特为例进行介绍;当然,实际应用中,该初始量子态对应的量子系统中还可以包含有处于纠缠状态(或不纠缠、或部分纠缠)的两个以上的量子比特,也即量子比特集合中还可以包含有两个以上的量子比特。
这里,需要强调的是,对于一个初始量子态而言,当该初始量子态对应的量子比特集合中包含有两个以上量子比特,此时,只需将该量子比特集合中的部分量子比特分发至Alice,另外部分量子比特分发至Bob即可。即Alice的实验室和Bob的实验室中所拥有的量子比特的数量可以相同也可以不同相同,只要两者所拥有的量子比特的数量等于量子比特集合中所有量子比特的数量之和即可,本申请方案对此不作限制。当然,实际场景中,也并非限于Alice和Bob两个节点,还可以有多方,此时,只需要将量子比特集合中的量子比特分发至多个不同的节点即可,同样地,本申请方案对此也不做限制。
基于此,Alice和Bob共享n个量子比特集合,且每个量子比特集合中的两个量子比特分别位于Alice和Bob各自对应的实验室,即量子比特集合中的两个量子比特位于不同的实验室,Alice和Bob的实验室各享有其中一个,Alice和Bob各自的实验室中分别具有该n个量子比特集合中的n个量子比特。
这里,这些初始量子态可以是由第三方制备好后发送给需要使用的两方,如Alice和Bob双方,也可以是Alice和Bob双方原来就存储有的。为了方便设计方案,还可以假设n份初始量子态都是相同的,即ρAB 1=ρAB 2=...=ρAB n。当然,实际应用中,n份初始量子态可以相同,也可以不相同,或者其中的部分相同,部分不相同,本申请方案对此不作限制。最后,需要明确的是,输出的目标,比如,在纠缠蒸馏场景中,双方需要明确输出的目标量子态σAB和需要输出的目标量子态的份数m,这里,m小于等于n,m和n均为大于等于1的正整数。当然,在一特殊场景下,m等于0,即不会输出量子态,比如,对于纠缠分辨场景而言,无需得到输出量子态,只需利用第一测量结果和第二测量结果来确定初始量子态所属的目标态即可。
明确以上信息后即可设计具体方案。具体地,Alice和Bob需要准备各自进行本地量子操作所需的参数化量子电路。在量子操作的过程中,Alice和Bob可以通过经典通讯交流本地量子操作的测量结果,进而基于获知到的对方的测量结果以及自身的测量结果来决定后续的本地量子操作。这里,经典通讯的方式及次数(也即轮数)N可以由具体的应用场景与实验设备决定。待所有的LOCC操作完成后,即可得到一个输出态ρ′AB,以及本地量子操作所得到的测量结果。这样,通过已有的信息并根据当前的应用场景,便可计算损失函数L。最后,利用机器学习中的参数优化方法来调整参数化量子电路中的参数以最小化该损失函数L。当损失函数最小化后,如收敛后,此时的参数化量子电路代表的LOCC操作便是Alice和Bob可以用来在实验对初始量子态进行纠缠处理的LOCC操作方案。
需要说明的是,是否计算损失函数,以及损失函数的表达形式,均可基于实际处理场景的具体需求而定。
以下给出基于参数化量子电路得到LOCC操作方案的通用构建方案:
这里,需要注意的是,先不假设任何使用场景,仅是给出得到LOCC操作方案的通用构造方式。后续会以具体示例的方式介绍针对具体使用场景的案例。为了方便讨论,假设只有两个节点(也即用户,Alice和Bob)参与整个流程。当然,实际使用场景中还会涉及到多方用户(也即多个节点),而本申请方案能够轻松轻松拓展至多方用户,本申请方案对此不作限制。进一步地,两个节点共享n份初始量子态,每份初始量子态所对应量子比特集合中包含有两个量子比特,基于此,每个节点共n个量子比特,这里,为便于描述,Alice实验室中的量子比特记为:量子比特Ai,i=1,2,...,n;Bob实验室中的量子比特记为:量子比特Bi,i=1,2,...,n,其中,Ai与Bi相互纠缠,同属于一个量子系统。
进一步地,Alice、Bob双方配置若干个参数可调节的参数化量子电路,如以上所述的参数化量子电路U(θ),并按照Alice和Bob之间经典通讯的方式和次数进行如下操作:
一轮通讯:双方各自完成本地量子操作后,进行通讯告知对方测量结果,具体地,即Alice将准备的参数化量子电路UA(α)作用到自身所对应的量子比特Ai上,并对作用参数化量子电路后量子比特Ai中的部分量子比特进行本地量子测量,得到测量结果A,同理,Bob将准备的参数化量子电路UB(β)作用到自身所对应的量子比特Bi上,并对作用参数化量子电路后量子比特Bi中的部分量子比特进行本地量子测量,得到测量结果B;进行通信,并告知对方测量结果,以使对方基于获知的测量结果选择与测量结果相匹配的新的参数化量子电路,并再次进行本地量子操作,至此,完成了一轮通讯,即通讯轮数N=1。这里,在一轮通讯中,又可基于通讯方式,分为单项通讯和双向通讯两种,具体地,
一轮单项通讯,如图2所示,Alice和Bob在完成本地量子操作,得到表征至少部分量子比特的状态信息的测量结果后,一方向另一方发送测量结果,如Alice(也即A方)向另一方Bob(也即B方)发送测量结果,然后,接收方基于接收到的测量结果,选出与接收到的测量结果以及自身的测量结果相匹配的参数化量子电路,并作用到本地量子比特中的至少部分量子比特上,以完成本地量子操作。这种情况适用于其中一方的通讯设备无法发送信息只能接收信息时。
一轮双向通讯,如图3所示,Alice和Bob在完成本地量子操作,得到表征至少部分量子比特的状态信息的测量结果后,双方均向另一方发送测量结果,对应方基于接收到的测量结果以及自身的测量结果,重新选取参数化量子电路后,作用到本地量子比特中的至少部分量子比特上,以完成本地量子操作。这种情况适用于双方的通讯设备均能正常工作的场景。
进一步地,实际应用中,N还可以为大于等于2的正整数,此时,再重复N-1次上述一轮通讯,即可完成N轮通信。当然,具体的通讯轮数N可根据实际场景的实际需求而定义。
如图4所示,具体步骤包括:
步骤1:确定n份初始量子态ρAB,并选择一种处理场景,如纠缠蒸馏、纠缠转换、纠缠分辨、纠缠交换等中的一种,来构建与处理场景相匹配的参数化量子电路,这里,可根据具体的处理场景和实际的量子设备来构建参数化量子电路,并初始化构建的参数化量子电路的参数。同时,构建初始LOCC操作方案(也及预审量子操作策略)。这里,构建的所述初始LOCC操作方案包含有本地量子操作,以及各自所选取的参数化量子电路。
步骤2:将n份初始量子态ρAB作为输入,运行于构建的预设LOCC操作方案上,得到输出量子态ρ′AB。这里,所述输出量子态ρ′AB可能为一份,也可能为m份,本申请方案对此不作限制;进一步地,得到的该输出量子态ρ′AB为从所述量子比特Ai所选出的至少一个目标第一量子比特,与所述从所述量子比特Bi所选出的至少一个目标第二量子比特所对应的量子纠缠态。
这里,针对不同的应用场景,在得到输出量子态,以及上述测量结果后即可完成对量子纠缠态的处理;当然,还可以基于得到的输出量子态进行后续处理,以完成特定场景下的量子纠缠处理。
步骤3:视具体的应用场景而定,基于得到的输出量子态ρ′AB,测量结果以及目标量子态σAB,计算该应用场景下的损失函数L,这里,损失函数可以从一定角度出发衡量学习出方案的优劣,其具体表达形式可基于不同应用场景设置。
步骤4:通过梯度下降法或者其他最优化方法调整参数化量子电路中的参数,并重复执行上述步骤,以最小化损失函数L。
步骤5:当损失函数L最小化后,此时的参数化量子电路中的参数也完成了优化。输出整个设计方案,这里,输出信息包括--方案特征(例如单轮单向/单轮双向等通讯方式,通讯轮数、各节点(也即各方)如Alice和Bob所需准备的参数化量子电路、需要进行的本地量子操作,以及最后学习过程所得到的参数化量子电路的参数。进而,来更新初始LOCC操作方案,得到目标LOCC操作方案,该目标LOCC操作方案包含有上述输出信息。如此,实现对量子纠缠态的处理。
以下结合具体场景对本申请方案做进一步说明:
场景一:以纠缠提纯(也即纠缠蒸馏)场景为例,具体地,Alice和Bob共享n份初始量子态ρAB,并想将其提纯为目标贝尔态Φ+(Bell state)(四种贝尔态中的一种)。此时,采用本申请方案的初始LOCC操作后,得到输出量子态ρ′AB,将输出量子态ρ′AB与目标贝尔态Φ+间的保真度(fidelity)记为Tr(Φ+ρ′AB),其中,Tr(A)表示矩阵A的迹(trace),即对角线上的元素之和。实际应用中,保真度越高越好,因为保真度越高越接近目标贝尔态,此处的保真度可以理解为两个态之间的相似程度。在这种情况下,定义损失函数L=1-Tr(Φ+ρ ′AB),进而通过调整初始LOCC操作方案中所使用的参数化量子电路的参数,以最小化损失函数L,最小化后的得到的输出量子态,可称为目标输出量子态,即近似等于目标贝尔态Φ+,以此实现对初始量子态ρAB的纠缠提纯,并提纯得到近似的目标贝尔态Φ+。这里,相较于初始量子态ρAB,最小化损失函数L后所得到的目标输出量子态与目标贝尔态Φ+间的保真度更高。
场景二:以纠缠稀释或者基于贝尔态来制备目标态场景为例,具体地,Alice和Bob共享n份初始贝尔态,并想将其稀释为目标态ρAB,这个任务的应用场景在于通过共享的初始贝尔态来制备目标分布式量子计算任务所需要的量子纠缠态。
此时,采用本申请方案的初始LOCC操作后,得到输出量子态ρ′AB,该输出量子态ρ′AB与目标态ρAB间的保真度(fidelity)记为F(ρ′AB,ρAB),其中,F表示两个量子态的保真度。实际应用中,保真度越高越好,因为保真度越高代表得到的输出量子态越接近目标态,此处的保真度可以理解为两个态之间的相似程度。在这种情况下,定义损失函数为L=1-F(ρ′AB,ρAB)。通过调整初始LOCC操作方案中所使用的参数化量子电路的参数,来最小化损失函数L,以使得到的输出量子态ρ′AB尽可能地接近目标态ρAB,达到纠缠态制备的目的,因为这个过程要消耗标准的纠缠态,即贝尔态,故也叫做纠缠稀释。这里,通过最小化损失函数L便能得到一个将贝尔态稀释成近似目标态ρAB的态,且得到的目标输出量子态与目标量子态ρAB间的保真度较高。
这里,需要说明的是,在最小化损失函数后,即可基于最小化损失函数所优化得到的参数,以及所使用的参数化量子电路来更新初始LOCC操作方案,进而得到目标LOCC操作方案。将该目标LOCC操作方案应用于量子设备上即可完成针对特定应用场景的量子纠缠态的处理。
这样,由于本申请方案采用了参数化量子电路,所以,其灵活、多样的结构使得本申请方案有很强的可拓展性。在刻画参数化量子电路时,可以选择多种方案以应对不同的情况:
第一,利用参数化量子电路可以很容易扩展到n份初始量子态上。
第二,可以灵活使用单方向通讯方式,即Alice将测量结果告知Bob,而Bob无需将自己的结果告诉Alice,或者双方向通讯协议,即Alice和Bob相互告知自己的测量结果,如此,来选择参数化量子电路。
第三,还可以基于所需的通讯轮数即N来选取参数化量子电路。
第四,本示例方案适用n->1,即输入的初始量子态有n份,从中一个输出量子态的。当然,还能够适用n->m,即输入的初始量子态有n份,得到m个输出量子态。这里,输入的初始量子态的n个量子态也可以各不相同,基于此需求来选取参数化量子电路。
综上,本申请方案使用参数化量子电路,并通过机器学习的方法来确定参数化量子电路中的参数,以明确参与节点所需的本地量子操作的具体方式,而且,对初始量子态没有限制,因此,相比于现有方案,适用范围更广。而且,通过机器学习优化得出的目标LOCC方案在对应的应用场景下往往能得到更好的效果,因此,具有高效性。
进一步地,由于本申请方案采用了参数化量子电路,其灵活、多样的结构使得本申请方案具有很强的拓展性和适应性,可以针对不同的应用场景和量子设备设计,比如,本申请方案可适用于多种应用场景,包括但不限于纠缠蒸馏、纠缠转换、纠缠分辨以及纠缠交换,实用性和通用性强。
这里,需要说明的是,以上所述的方案均能够在经典设备,比如经典计算机上模拟实现,当利用经典计算机模拟得到以上所述的目标LOCC操作方案后,即可在量子设备上进行实际操作,如此,来实现对量子纠缠态的处理。
本申请方案还提供一种量子纠缠态处理装置,如图5所示,包括:
初始量子态确定单元501,用于确定待处理的n份初始量子态,其中,每份所述初始量子态至少是第一组量子比特中的至少一个第一量子比特和第二组量子比特中的至少一个第二量子比特所形成的纠缠量子态;
关联节点确定单元502,用于确定所述初始量子态所关联的至少两个节点,其中,所述第一量子比特位于所述至少两个节点中的第一节点;所述第二量子比特位于所述至少两个节点中的第二节点;
参数化量子电路获取单元503,用于获取与预设处理场景相匹配的所述第一节点所需的至少一个第一参数化量子电路,以及所述第二节点所需的至少一个第二参数化量子电路;
量子操作策略控制单元504,用于基于初始量子操作策略,控制所述第一节点利用所述至少一个第一参数化量子电路对所述第一组量子比特中的至少部分第一量子比特进行本地量子操作,并得到第一测量结果,其中,所述第一测量结果表征所述第一节点在本地量子操作后的至少部分所述第一量子比特的状态信息;基于所述初始量子操作策略,控制所述第二节点利用所述至少一个第二参数化量子电路对所述第二组量子比特中的至少部分第二量子比特进行本地量子操作,并得到第二测量结果,其中,所述第二测量结果表征所述第二节点在本地量子操作后的至少部分所述第二量子比特的状态信息;
结果输出单元505,用于至少基于所述第一测量结果和所述第二测量结果得到满足所述预设处理场景的预设要求的输出量子态,其中,所述输出量子态是执行所述初始量子操作策略后的、所述n份初始量子态中的至少一份初始量子态所关联量子比特形成的纠缠量子态。
在本申请方案的一具体示例中,还包括:分配单元,用于确定所述初始量子态所关联的量子比特集合,其中,所述量子比特集合中包含有相互纠缠或不纠缠的至少两个量子比特;将所述量子比特集合所包含的至少两个量子比特拆分成至少两部分,并至少得到第一组量子比特和第二组量子比特,以分发至少两个节点,使不同的量子比特位于不同的量子比特组,以及位于不同的节点。
在本申请方案的一具体示例中,得到的满足所述预设处理场景的预设要求的输出量子态共m份,所述m小于等于n。
在本申请方案的一具体示例中,所述初始量子操作策略还指示有不同节点之间的通信方式,以便于基于通信方式至少在所述第一节点和所述第二节点间传输所述第一测量结果和/或所述第二测量结果。
在本申请方案的一具体示例中,所述初始量子操作策略还指示有预设通信轮数,以至少在所述第一节点和所述第二节点之间完成预设通讯轮数的测量结果的传输。
在本申请方案的一具体示例中,所述量子操作策略控制单元,还用于:
控制所述第一节点在自身对应的所述至少一个第一参数化量子电路中选取出,与接收到的所述第二测量结果和自身所得到的所述第一测量结果相匹配的第一参数化量子电路,以再次完成本地量子操作,以更新所述第一测量结果;和/或,
控制所述第二节点在自身对应的所述至少一个第二参数化量子电路中选取出,与接收到的所述第一测量结果和自身所得到的所述第二测量结果相匹配的第二参数化量子电路,以再次完成本地量子操作,以更新所述第二测量结果。
在本申请方案的一具体示例中,还包括:
目标确定单元,用于获取目标量子态;
优化单元,用于至少基于所述输出量子态与所述目标量子态之间的差异,确定损失函数;调整所述第一节点所使用的第一参数化量子电路的参数,以及所述第二节点所使用的第二参数化量子电路的参数,来最小化所述损失函数,以调整所述输出量子态与所述目标量子态之间的差异,使所述差异满足预设规则。
在本申请方案的一具体示例中,所述结果输出单元,还用于基于最小化所述损失函数后所得到的针对所述第一节点所使用的第一参数化量子电路的参数,以及所述第二节点所使用的第二参数化量子电路的参数,更新所述初始量子操作策略,得到目标量子操作策略,其中,利用所述目标量子操作策略能够实现满足所述预设处理场景的预设要求的纠缠量子态的处理。
本发明实施例量子纠缠态处理装置中各单元的功能可以参见上述方法中的对应描述,在此不再赘述。
这里,需要说明的是,本申请方案所述的量子纠缠态处理装置可以为经典设备,比如经典计算机、经典的电子设备等,此时,上述各单元可以通过经典设备的硬件,比如存储器、处理器等来实现。当然,本申请方案所述的纠缠量子态提纯装置还可以为量子设备,此时,上述各单元可以通过量子硬件等来实现。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如量子纠缠态处理方法。例如,在一些实施例中,量子纠缠态处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的量子纠缠态处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行量子纠缠态处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入、或者触觉输入来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (19)
1.一种量子纠缠态处理方法,包括:
确定待处理的n份初始量子态,其中,每份所述初始量子态至少是第一组量子比特中的至少一个第一量子比特和第二组量子比特中的至少一个第二量子比特所形成的纠缠量子态;
确定所述初始量子态所关联的至少两个节点,其中,所述第一量子比特位于所述至少两个节点中的第一节点;所述第二量子比特位于所述至少两个节点中的第二节点;
获取与预设处理场景相匹配的所述第一节点所需的至少一个第一参数化量子电路,以及所述第二节点所需的至少一个第二参数化量子电路;
基于初始量子操作策略,控制所述第一节点利用所述至少一个第一参数化量子电路对所述第一组量子比特中的至少部分第一量子比特进行本地量子操作,并得到第一测量结果,其中,所述第一测量结果表征所述第一节点在本地量子操作后的至少部分所述第一量子比特的状态信息;
基于所述初始量子操作策略,控制所述第二节点利用所述至少一个第二参数化量子电路对所述第二组量子比特中的至少部分第二量子比特进行本地量子操作,并得到第二测量结果,其中,所述第二测量结果表征所述第二节点在本地量子操作后的至少部分所述第二量子比特的状态信息;
至少基于所述第一测量结果和所述第二测量结果得到满足所述预设处理场景的预设要求的输出量子态,其中,所述输出量子态是执行所述初始量子操作策略后的、所述n份初始量子态中的至少一份初始量子态所关联量子比特形成的纠缠量子态。
2.根据权利要求1所述的方法,还包括:
确定所述初始量子态所关联的量子比特集合,其中,所述量子比特集合中包含有相互纠缠或不纠缠的至少两个量子比特;
将所述量子比特集合所包含的至少两个量子比特拆分成至少两部分,并至少得到第一组量子比特和第二组量子比特,以分发至少两个节点,使不同的量子比特位于不同的量子比特组,以及位于不同的节点。
3.根据权利要求1所述的方法,其中,得到的满足所述预设处理场景的预设要求的输出量子态共m份,所述m小于等于n。
4.根据权利要求1所述的方法,其中,所述初始量子操作策略还指示有不同节点之间的通信方式,以便于基于通信方式至少在所述第一节点和所述第二节点间传输所述第一测量结果和/或所述第二测量结果。
5.根据权利要求1所述的方法,其中,所述初始量子操作策略还指示有预设通信轮数,以至少在所述第一节点和所述第二节点之间完成预设通讯轮数的测量结果的传输。
6.根据权利要求4或5所述的方法,还包括:
控制所述第一节点在自身对应的所述至少一个第一参数化量子电路中选取出,与接收到的所述第二测量结果和自身所得到的所述第一测量结果相匹配的第一参数化量子电路,以再次完成本地量子操作,以更新所述第一测量结果;和/或,
控制所述第二节点在自身对应的所述至少一个第二参数化量子电路中选取出,与接收到的所述第一测量结果和自身所得到的所述第二测量结果相匹配的第二参数化量子电路,以再次完成本地量子操作,以更新所述第二测量结果。
7.根据权利要求6所述的方法,还包括:
获取目标量子态;
至少基于所述输出量子态与所述目标量子态之间的差异,确定损失函数;
调整所述第一节点所使用的第一参数化量子电路的参数,以及所述第二节点所使用的第二参数化量子电路的参数,来最小化所述损失函数,以调整所述输出量子态与所述目标量子态之间的差异,使所述差异满足预设规则。
8.根据权利要求7所述的方法,还包括:
基于最小化所述损失函数后所得到的针对所述第一节点所使用的第一参数化量子电路的参数,以及所述第二节点所使用的第二参数化量子电路的参数,更新所述初始量子操作策略,得到目标量子操作策略,其中,利用所述目标量子操作策略能够实现满足所述预设处理场景的预设要求的纠缠量子态的处理。
9.一种量子纠缠态处理装置,包括:
初始量子态确定单元,用于确定待处理的n份初始量子态,其中,每份所述初始量子态至少是第一组量子比特中的至少一个第一量子比特和第二组量子比特中的至少一个第二量子比特所形成的纠缠量子态;
关联节点确定单元,用于确定所述初始量子态所关联的至少两个节点,其中,所述第一量子比特位于所述至少两个节点中的第一节点;所述第二量子比特位于所述至少两个节点中的第二节点;
参数化量子电路获取单元,用于获取与预设处理场景相匹配的所述第一节点所需的至少一个第一参数化量子电路,以及所述第二节点所需的至少一个第二参数化量子电路;
量子操作策略控制单元,用于基于初始量子操作策略,控制所述第一节点利用所述至少一个第一参数化量子电路对所述第一组量子比特中的至少部分第一量子比特进行本地量子操作,并得到第一测量结果,其中,所述第一测量结果表征所述第一节点在本地量子操作后的至少部分所述第一量子比特的状态信息;基于所述初始量子操作策略,控制所述第二节点利用所述至少一个第二参数化量子电路对所述第二组量子比特中的至少部分第二量子比特进行本地量子操作,并得到第二测量结果,其中,所述第二测量结果表征所述第二节点在本地量子操作后的至少部分所述第二量子比特的状态信息;
结果输出单元,用于至少基于所述第一测量结果和所述第二测量结果得到满足所述预设处理场景的预设要求的输出量子态,其中,所述输出量子态是执行所述初始量子操作策略后的、所述n份初始量子态中的至少一份初始量子态所关联量子比特形成的纠缠量子态。
10.根据权利要求9所述的装置,还包括:分配单元,用于确定所述初始量子态所关联的量子比特集合,其中,所述量子比特集合中包含有相互纠缠或不纠缠的至少两个量子比特;将所述量子比特集合所包含的至少两个量子比特拆分成至少两部分,并至少得到第一组量子比特和第二组量子比特,以分发至少两个节点,使不同的量子比特位于不同的量子比特组,以及位于不同的节点。
11.根据权利要求9所述的装置,其中,得到的满足所述预设处理场景的预设要求的输出量子态共m份,所述m小于等于n。
12.根据权利要求9所述的装置,其中,所述初始量子操作策略还指示有不同节点之间的通信方式,以便于基于通信方式至少在所述第一节点和所述第二节点间传输所述第一测量结果和/或所述第二测量结果。
13.根据权利要求9所述的装置,其中,所述初始量子操作策略还指示有预设通信轮数,以至少在所述第一节点和所述第二节点之间完成预设通讯轮数的测量结果的传输。
14.根据权利要求12或13所述的装置,其中,所述量子操作策略控制单元,还用于:
控制所述第一节点在自身对应的所述至少一个第一参数化量子电路中选取出,与接收到的所述第二测量结果和自身所得到的所述第一测量结果相匹配的第一参数化量子电路,以再次完成本地量子操作,以更新所述第一测量结果;和/或,
控制所述第二节点在自身对应的所述至少一个第二参数化量子电路中选取出,与接收到的所述第一测量结果和自身所得到的所述第二测量结果相匹配的第二参数化量子电路,以再次完成本地量子操作,以更新所述第二测量结果。
15.根据权利要求14所述的装置,还包括:
目标确定单元,用于获取目标量子态;
优化单元,用于至少基于所述输出量子态与所述目标量子态之间的差异,确定损失函数;调整所述第一节点所使用的第一参数化量子电路的参数,以及所述第二节点所使用的第二参数化量子电路的参数,来最小化所述损失函数,以调整所述输出量子态与所述目标量子态之间的差异,使所述差异满足预设规则。
16.根据权利要求15所述的装置,其中,所述结果输出单元,还用于基于最小化所述损失函数后所得到的针对所述第一节点所使用的第一参数化量子电路的参数,以及所述第二节点所使用的第二参数化量子电路的参数,更新所述初始量子操作策略,得到目标量子操作策略,其中,利用所述目标量子操作策略能够实现满足所述预设处理场景的预设要求的纠缠量子态的处理。
17.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使计算机执行权利要求1-8中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111095590.7A CN113792882B (zh) | 2020-12-23 | 2020-12-23 | 量子纠缠态的处理方法、装置、设备、存储介质及产品 |
CN202011541542.1A CN112529198B (zh) | 2020-12-23 | 2020-12-23 | 量子纠缠态的处理方法、装置、设备、存储介质及产品 |
JP2021145083A JP7141507B2 (ja) | 2020-12-23 | 2021-09-07 | 量子もつれ状態処理方法、装置、電子デバイス、記憶媒体、及びプログラム |
AU2021245164A AU2021245164B2 (en) | 2020-12-23 | 2021-10-07 | Quantum entangled state processing method and apparatus, device, storage medium, and product |
US17/501,755 US20220036230A1 (en) | 2020-12-23 | 2021-10-14 | Quantum entangled state processing method, device, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011541542.1A CN112529198B (zh) | 2020-12-23 | 2020-12-23 | 量子纠缠态的处理方法、装置、设备、存储介质及产品 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111095590.7A Division CN113792882B (zh) | 2020-12-23 | 2020-12-23 | 量子纠缠态的处理方法、装置、设备、存储介质及产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112529198A true CN112529198A (zh) | 2021-03-19 |
CN112529198B CN112529198B (zh) | 2021-10-01 |
Family
ID=74975952
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111095590.7A Active CN113792882B (zh) | 2020-12-23 | 2020-12-23 | 量子纠缠态的处理方法、装置、设备、存储介质及产品 |
CN202011541542.1A Active CN112529198B (zh) | 2020-12-23 | 2020-12-23 | 量子纠缠态的处理方法、装置、设备、存储介质及产品 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111095590.7A Active CN113792882B (zh) | 2020-12-23 | 2020-12-23 | 量子纠缠态的处理方法、装置、设备、存储介质及产品 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220036230A1 (zh) |
JP (1) | JP7141507B2 (zh) |
CN (2) | CN113792882B (zh) |
AU (1) | AU2021245164B2 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113033703A (zh) * | 2021-04-21 | 2021-06-25 | 北京百度网讯科技有限公司 | 量子神经网络训练方法及装置、电子设备和介质 |
CN113065660A (zh) * | 2021-03-30 | 2021-07-02 | 北京百度网讯科技有限公司 | 量子态测量方法、装置、设备、存储介质及系统 |
CN113379059A (zh) * | 2021-06-10 | 2021-09-10 | 北京百度网讯科技有限公司 | 用于量子数据分类的模型训练方法以及量子数据分类方法 |
CN113592091A (zh) * | 2021-07-14 | 2021-11-02 | 清华大学 | 构建纠缠态的方法、装置、实现节点连接的方法及装置 |
CN113723612A (zh) * | 2021-08-31 | 2021-11-30 | 北京百度网讯科技有限公司 | 对单向量子计算机计算模型的量子系统进行操作的方法及装置 |
CN114580643A (zh) * | 2022-03-18 | 2022-06-03 | 北京百度网讯科技有限公司 | 确定方法、模型处理方法、装置、设备及存储介质 |
CN115883077A (zh) * | 2022-11-24 | 2023-03-31 | 北京百度网讯科技有限公司 | 请求处理方法、装置及电子设备 |
CN116346334A (zh) * | 2023-03-20 | 2023-06-27 | 北京百度网讯科技有限公司 | 可蒸馏密钥的估计方法、装置、设备及存储介质 |
CN116451794A (zh) * | 2023-03-20 | 2023-07-18 | 北京百度网讯科技有限公司 | 可蒸馏纠缠的估计方法、装置、设备及存储介质 |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114492813B (zh) * | 2022-01-26 | 2022-12-27 | 北京百度网讯科技有限公司 | 量子电路处理方法、电路、计算设备、装置及存储介质 |
CN114492816B (zh) * | 2022-01-28 | 2023-03-24 | 北京百度网讯科技有限公司 | 量子态处理方法、计算设备、计算装置及存储介质 |
CN114580645B (zh) * | 2022-02-28 | 2024-07-23 | 北京百度网讯科技有限公司 | 随机量子测量的模拟方法、装置、设备及存储介质 |
CN115018078B (zh) * | 2022-05-13 | 2024-07-12 | 北京百度网讯科技有限公司 | 量子电路操作方法及装置、电子设备和介质 |
CN115276823B (zh) * | 2022-07-22 | 2024-01-16 | 上海海事大学 | 一种基于量子时空的高保真度纠缠链路生成方法 |
CN115456189B (zh) * | 2022-08-18 | 2024-07-23 | 北京百度网讯科技有限公司 | 量子模拟方法、装置、设备及存储介质 |
CN115759276B (zh) * | 2022-11-18 | 2024-07-12 | 北京百度网讯科技有限公司 | 纠缠测量设备验证方法及装置、电子设备和介质 |
US20240202565A1 (en) * | 2022-12-20 | 2024-06-20 | Aliro Technologies, Inc. | Operating a layered quantum networking environment with a controller |
CN116094904B (zh) * | 2023-01-05 | 2024-08-23 | 中国联合网络通信集团有限公司 | 基于量子纠缠的主备倒换的方法、装置及存储介质 |
CN116227607B (zh) * | 2023-02-20 | 2023-09-26 | 北京百度网讯科技有限公司 | 量子电路的分类方法、装置、电子设备、介质和产品 |
CN116389284B (zh) * | 2023-03-17 | 2023-11-07 | 南通大学 | 一种分布式量子计算中基于依赖图的传输代价优化方法 |
CN116405200B (zh) * | 2023-03-20 | 2024-01-02 | 北京百度网讯科技有限公司 | 可蒸馏密钥的估计方法、装置、设备及存储介质 |
CN116432766B (zh) * | 2023-03-20 | 2024-08-09 | 北京百度网讯科技有限公司 | 非局域量子操作的模拟方法、装置、设备以及存储介质 |
CN116702914B (zh) * | 2023-07-07 | 2024-06-25 | 北京师范大学 | 一种基于量子电路的模式匹配方法 |
CN117236450B (zh) * | 2023-09-15 | 2024-08-30 | 北京百度网讯科技有限公司 | 量子纠缠资源调度方法、装置及电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140099104A1 (en) * | 2012-10-04 | 2014-04-10 | Applied Communication Sciences | Method to mitigate propagation loss in waveguide transmission of quantum states |
US20150154147A1 (en) * | 2015-02-10 | 2015-06-04 | Invent.ly LLC | Entanglement in a pair of subjects whose contextualization of a proposition is tracked in a quantum representation |
CN108960435A (zh) * | 2018-07-05 | 2018-12-07 | 清华大学 | 量子纠缠态的探测系统及方法 |
CN109861751A (zh) * | 2019-02-25 | 2019-06-07 | 苏州大学 | 基于最大纠缠Bell态实现cluster态的远距离扩展方法 |
CN110417552A (zh) * | 2019-08-06 | 2019-11-05 | 中国工商银行股份有限公司 | 基于量子缠绕的安全通讯方法及系统 |
CN110730069A (zh) * | 2019-09-27 | 2020-01-24 | 浙江工商大学 | 基于Bell纠缠态的半量子对话方法 |
CN111598247A (zh) * | 2020-04-22 | 2020-08-28 | 北京百度网讯科技有限公司 | 量子吉布斯态生成方法、装置及电子设备 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4408079B2 (ja) * | 2004-12-03 | 2010-02-03 | 日本電信電話株式会社 | 量子回路及び複数の量子ビット素子間の量子もつれ状態制御方法 |
CN106330434B (zh) * | 2015-06-23 | 2021-05-04 | 中兴通讯股份有限公司 | 第一量子节点、第二量子节点、安全通信架构系统及方法 |
US10275717B2 (en) * | 2016-06-02 | 2019-04-30 | Google Llc | Training quantum evolutions using sublogical controls |
AU2018278348B2 (en) | 2017-06-02 | 2021-02-11 | Google Llc | Quantum neural network |
TW202007091A (zh) * | 2018-07-02 | 2020-02-01 | 美商札帕塔運算股份有限公司 | 藉由量子自動編碼器進行之壓縮的無監督量子態準備 |
CN109982410B (zh) * | 2019-04-18 | 2020-04-07 | 成都信息工程大学 | 基于纠缠交换的量子无线mesh网络路由方法及架构 |
US11676104B2 (en) * | 2019-06-17 | 2023-06-13 | Alibaba Group Holding Limited | Systems and methods for coordinating decisions between non-communicating parties |
CN112529199B (zh) * | 2020-12-23 | 2021-09-28 | 北京百度网讯科技有限公司 | 纠缠量子态提纯方法、装置、设备、存储介质及产品 |
-
2020
- 2020-12-23 CN CN202111095590.7A patent/CN113792882B/zh active Active
- 2020-12-23 CN CN202011541542.1A patent/CN112529198B/zh active Active
-
2021
- 2021-09-07 JP JP2021145083A patent/JP7141507B2/ja active Active
- 2021-10-07 AU AU2021245164A patent/AU2021245164B2/en active Active
- 2021-10-14 US US17/501,755 patent/US20220036230A1/en not_active Abandoned
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140099104A1 (en) * | 2012-10-04 | 2014-04-10 | Applied Communication Sciences | Method to mitigate propagation loss in waveguide transmission of quantum states |
US20150154147A1 (en) * | 2015-02-10 | 2015-06-04 | Invent.ly LLC | Entanglement in a pair of subjects whose contextualization of a proposition is tracked in a quantum representation |
CN108960435A (zh) * | 2018-07-05 | 2018-12-07 | 清华大学 | 量子纠缠态的探测系统及方法 |
CN109861751A (zh) * | 2019-02-25 | 2019-06-07 | 苏州大学 | 基于最大纠缠Bell态实现cluster态的远距离扩展方法 |
CN110417552A (zh) * | 2019-08-06 | 2019-11-05 | 中国工商银行股份有限公司 | 基于量子缠绕的安全通讯方法及系统 |
CN110730069A (zh) * | 2019-09-27 | 2020-01-24 | 浙江工商大学 | 基于Bell纠缠态的半量子对话方法 |
CN111598247A (zh) * | 2020-04-22 | 2020-08-28 | 北京百度网讯科技有限公司 | 量子吉布斯态生成方法、装置及电子设备 |
Non-Patent Citations (3)
Title |
---|
AMORETTI MICHELE ET.AL: "Entanglement Verification in Quantum Networks With Tampered Nodes", 《IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS 》 * |
石瑛: "双原子系统中的量子纠缠演化及其在量子通讯中的应用", 《中国优秀博硕士学位论文全文数据库(博士)基础科学辑》 * |
石金晶: "基于量子中继信道的量子安全通信机制研究", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113065660A (zh) * | 2021-03-30 | 2021-07-02 | 北京百度网讯科技有限公司 | 量子态测量方法、装置、设备、存储介质及系统 |
CN113033703B (zh) * | 2021-04-21 | 2021-10-26 | 北京百度网讯科技有限公司 | 量子神经网络训练方法及装置、电子设备和介质 |
CN113033703A (zh) * | 2021-04-21 | 2021-06-25 | 北京百度网讯科技有限公司 | 量子神经网络训练方法及装置、电子设备和介质 |
CN113379059A (zh) * | 2021-06-10 | 2021-09-10 | 北京百度网讯科技有限公司 | 用于量子数据分类的模型训练方法以及量子数据分类方法 |
CN113379059B (zh) * | 2021-06-10 | 2022-09-23 | 北京百度网讯科技有限公司 | 用于量子数据分类的模型训练方法以及量子数据分类方法 |
CN113592091B (zh) * | 2021-07-14 | 2024-04-12 | 清华大学 | 构建纠缠态的方法、装置、实现节点连接的方法及装置 |
CN113592091A (zh) * | 2021-07-14 | 2021-11-02 | 清华大学 | 构建纠缠态的方法、装置、实现节点连接的方法及装置 |
CN113723612A (zh) * | 2021-08-31 | 2021-11-30 | 北京百度网讯科技有限公司 | 对单向量子计算机计算模型的量子系统进行操作的方法及装置 |
CN114580643A (zh) * | 2022-03-18 | 2022-06-03 | 北京百度网讯科技有限公司 | 确定方法、模型处理方法、装置、设备及存储介质 |
CN115883077A (zh) * | 2022-11-24 | 2023-03-31 | 北京百度网讯科技有限公司 | 请求处理方法、装置及电子设备 |
CN116346334A (zh) * | 2023-03-20 | 2023-06-27 | 北京百度网讯科技有限公司 | 可蒸馏密钥的估计方法、装置、设备及存储介质 |
CN116451794A (zh) * | 2023-03-20 | 2023-07-18 | 北京百度网讯科技有限公司 | 可蒸馏纠缠的估计方法、装置、设备及存储介质 |
CN116346334B (zh) * | 2023-03-20 | 2024-02-02 | 北京百度网讯科技有限公司 | 可蒸馏密钥的估计方法、装置、设备及存储介质 |
CN116451794B (zh) * | 2023-03-20 | 2024-07-23 | 北京百度网讯科技有限公司 | 可蒸馏纠缠的估计方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112529198B (zh) | 2021-10-01 |
JP7141507B2 (ja) | 2022-09-22 |
JP2021192291A (ja) | 2021-12-16 |
AU2021245164B2 (en) | 2023-09-28 |
CN113792882B (zh) | 2022-05-06 |
CN113792882A (zh) | 2021-12-14 |
US20220036230A1 (en) | 2022-02-03 |
AU2021245164A1 (en) | 2021-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112529198B (zh) | 量子纠缠态的处理方法、装置、设备、存储介质及产品 | |
CN112529201B (zh) | 纠缠量子态转换方法、装置、设备、存储介质及产品 | |
JP7369810B2 (ja) | 量子ニューラルネットワークの訓練方法及び装置、電子機器並びに媒体 | |
Yi et al. | Asynchronous distributed algorithms for seeking generalized Nash equilibria under full and partial-decision information | |
CN112529199B (zh) | 纠缠量子态提纯方法、装置、设备、存储介质及产品 | |
CN111030861B (zh) | 一种边缘计算分布式模型训练方法、终端和网络侧设备 | |
CN112529202B (zh) | 量子纠缠态分配方法、装置、设备、存储介质及产品 | |
Testa et al. | Distributed mixed-integer linear programming via cut generation and constraint exchange | |
CN114374440A (zh) | 量子信道经典容量的估计方法及装置、电子设备和介质 | |
CN116489708B (zh) | 面向元宇宙的云边端协同的移动边缘计算任务卸载方法 | |
CN114139712A (zh) | 量子电路的处理方法、处理装置、电子设备和存储介质 | |
CN112615852A (zh) | 数据的处理方法、相关装置及计算机程序产品 | |
CN114418108A (zh) | 酉算子编译方法、计算设备、装置及存储介质 | |
Behmandpoor et al. | Federated learning based resource allocation for wireless communication networks | |
CN111783951A (zh) | 基于超网络的模型获取方法、装置、设备及存储介质 | |
CN117236452B (zh) | 量子纠缠资源调度方法、装置及电子设备 | |
CN117236450B (zh) | 量子纠缠资源调度方法、装置及电子设备 | |
CN117236453B (zh) | 量子纠缠资源调度方法、装置及电子设备 | |
Franceschelli et al. | Fast discrete consensus based on gossip for makespan minimization in networked systems | |
KR20220110080A (ko) | 변경 태스크를 실행하는 방법, 장치, 전자 기기, 프로그램 및 판독 가능 기록 매체 | |
Zhang et al. | Decentralized optimal control for the mean field LQG problem of multi-agent systems | |
Hellemans et al. | Performance of load balancers with bounded maximum queue length in case of non-exponential job sizes | |
CN113392160A (zh) | 一种人员信息同步方法、装置、设备及存储介质 | |
CN112507676A (zh) | 能源报表生成方法、装置、电子设备和计算机可读介质 | |
CN117236451B (zh) | 量子纠缠资源调度方法、装置及电子设备 |
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 |