CN114519429B - 获取目标体系的可观测量的方法、装置及介质 - Google Patents
获取目标体系的可观测量的方法、装置及介质 Download PDFInfo
- Publication number
- CN114519429B CN114519429B CN202210099623.3A CN202210099623A CN114519429B CN 114519429 B CN114519429 B CN 114519429B CN 202210099623 A CN202210099623 A CN 202210099623A CN 114519429 B CN114519429 B CN 114519429B
- Authority
- CN
- China
- Prior art keywords
- target system
- expected value
- observability
- observables
- quantum
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 125
- 230000005283 ground state Effects 0.000 claims abstract description 55
- 238000004364 calculation method Methods 0.000 claims abstract description 36
- 238000004590 computer program Methods 0.000 claims description 19
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 9
- 238000004088 simulation Methods 0.000 abstract description 22
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000004422 calculation algorithm Methods 0.000 description 12
- 239000000126 substance Substances 0.000 description 9
- 238000013461 design Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000005610 quantum mechanics Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 244000055346 Paulownia Species 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000002096 quantum dot Substances 0.000 description 3
- 230000005428 wave function Effects 0.000 description 3
- 125000004429 atom Chemical group 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种获取目标体系的可观测量的方法、装置及介质，该方法包括：获取求解目标体系的基态能量时的过程参数；根据过程参数，计算可观测量的期望值；判断当前所述可观测量的期望值是否满足第一收敛条件；若是，则将当前所述期望值作为目标体系的可观测量；否则，更新所述目标体系的当前基态能量和对应所述过程参数，并返回执行根据所述过程参数，计算所述可观测量的期望值，直至获取满足所述第一收敛条件的所述目标体系的可观测量。本申请解决了相关技术中分子体系中的可观测量难以通过量子计算模拟获取的技术问题，从而节约了计算资源，提高了复杂分子的模拟效率。
Description
技术领域
本申请属于量子计算领域，特别是一种获取目标体系的可观测量的方法、装置及介质。
背景技术
量子计算机是一类遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理装置。当某个装置处理和计算的是量子信息，运行的是量子算法时，它就是量子计算机。量子计算机因此具有相对普通计算机更高效的处理数学问题的能力。
量子计算模拟是一个借助数值计算和计算机科学来仿真遵循量子力学规律的模拟计算，作为一个仿真程序，它依据量子力学的量子比特的基本定律，利用计算机的高速计算能力，刻画量子态的时空演化。
在材料研究、化学反应等领域，需要利用量子计算模拟计算分子体系的可观测量，可观测量包括基态能量、角动量、动量、宇称等。随着量子化学理论的不断完善，特别是基态能量作为体系中重要的可观测量之一，已经有了成熟的求解算法，变分量子特征求解算法及其变形便是其中之一。但是对于其它可观测量，如何利用量子计算模拟仍然存在困难。
发明内容
本申请的目的是提供一种获取目标体系的可观测量方法、装置及介质，能够解决相关技术中分子体系中的可观测量难以通过量子计算模拟获取的技术问题，从而节约了计算资源，提高了复杂分子的模拟效率。
为达到上述目的，本申请采用如下技术方案：
第一方面，提供一种获取目标体系的可观测量的方法，该方法包括：
获取求解所述目标体系的基态能量时的过程参数；
根据所述过程参数，计算所述可观测量的期望值；
判断当前所述可观测量的期望值是否满足第一收敛条件；
若是，则将当前所述期望值作为所述目标体系的可观测量；
否则，更新所述目标体系的当前基态能量和对应所述过程参数，并返回执行根据所述过程参数，计算所述可观测量的期望值，直至获取满足所述第一收敛条件的所述目标体系的可观测量。
可选地，所述过程参数包括所述目标体系的试验态和哈密顿量子项的期望值；所述目标体系的基态能量的算式为：E(n)＝∑αhαEα；其中，E(n)为所述目标体系的基态能量，hα为系数，Eα为所述目标体系的哈密顿量子项的期望值，为所述目标体系的哈密顿量子项的泡利字符串表示，|Ψ(n)为所述目标体系的试验态，n表示求解所述目标体系的基态能量的循环次数。
可选地，所述可观测量为二次量子化形式可观测量；所述根据所述过程参数，计算所述可观测量的期望值，包括：
根据所述目标体系的试验态，通过以下算式计算所述可观测量的期望值：
其中，O(n)为所述可观测量的期望值，为所述可观测量子项二次量子化形式的泡利字符串表示，hβ为系数。
进一步地，当时，所述根据所述过程参数，计算所述可观测量的期望值，包括：
根据所述目标体系的哈密顿量子项的期望值，通过以下算式计算所述可观测量的期望值：
一种可能的设计方案中，所述判断当前所述可观测量的期望值是否满足第一收敛条件，包括：
获取第n-1次和第n次的所述可观测量期望值；
根据第n-1次和第n次的所述可观测量期望值，判断第n次的所述可观测量期望值是否满足第一收敛条件。
进一步地，所述第一收敛条件为以下算式成立：
|O(n)-O(n-1)|<k1
其中，O(n-1)为第n-1次的所述可观测量期望值，k1为第一阈值。
另一种可能的设计方案中，所述判断当前所述可观测量的期望值是否满足第一收敛条件，包括：
获取第n-1次、第n次和第n+1次的所述可观测量期望值；
根据第n-1次、第n次和第n+1次的所述可观测量期望值，判断第n次的所述可观测量期望值是否满足第一收敛条件。
进一步地，所述第一收敛条件为以下算式成立：
|O(n+1)+O(n-1)-2*O(n)|<k2
其中，O(n-1)为第n-1次的所述可观测量期望值，O(n+1)为第n+1次的所述可观测量期望值，k2为第二阈值。
第二方面，提供一种获取目标体系的可观测量的装置，所述装置包括：
获取模块，用于获取求解所述目标体系的基态能量时的过程参数；
计算模块，用于根据所述过程参数，计算所述可观测量的期望值；
判断模块，用于判断当前所述可观测量的期望值是否满足第一收敛条件；
更新模块，用于若是，则将当前所述期望值作为所述目标体系的可观测量；否则，更新所述目标体系的当前基态能量和对应所述过程参数，并返回执行根据所述过程参数，计算所述可观测量的期望值，直至获取满足所述第一收敛条件的所述目标体系的可观测量。
可选地，所述过程参数包括所述目标体系的试验态和哈密顿量子项的期望值；所述目标体系的基态能量的算式为：E(n)＝∑αhαEα；其中，E(n)为所述目标体系的基态能量，hα为系数，Eα为所述目标体系的哈密顿量子项的期望值，为所述目标体系的哈密顿量子项的泡利字符串表示，|Ψ(n)>为所述目标体系的试验态，n表示求解所述目标体系的基态能量的循环次数。
可选地，所述可观测量为二次量子化形式可观测量；所述计算模块还用于根据所述目标体系的试验态，通过以下算式计算所述可观测量的期望值：
其中，O(n)为所述可观测量的期望值，为所述可观测量子项二次量子化形式的泡利字符串表示，hβ为系数。
进一步地，当时，所述计算模块还用于根据所述目标体系的哈密顿量子项的期望值，通过以下算式计算所述可观测量的期望值：
一种可能的设计方案中，所述判断模块，包括：
第一获取单元，用于获取第n-1次和第n次的所述可观测量期望值；
第一判断单元，用于根据第n-1次和第n次的所述可观测量期望值，判断第n次的所述可观测量期望值是否满足第一收敛条件。
进一步地，所述第一收敛条件为以下算式成立：
|O(n)-O(n-1)|<k1
其中，O(n-1)为第n-1次的所述可观测量期望值，k1为第一阈值。
另一种可能的设计方案中，所述判断模块，还包括：
第二获取单元，用于获取第n-1次、第n次和第n+1次的所述可观测量期望值；
第二判断单元，用于根据第n-1次、第n次和第n+1次的所述可观测量期望值，判断第n次的所述可观测量期望值是否满足第一收敛条件。
进一步地，所述第一收敛条件为以下算式成立：
|O(n+1)+O(n-1)-2*O(n)|<k2
其中，O(n-1)为第n-1次的所述可观测量期望值，O(n+1)为第n+1次的所述可观测量期望值，k2为第二阈值。
第三方面，提供一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述第一方面任一项所述的方法。
第四方面，提供一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述第一方面任一项所述的方法。
第五方面，提供一种量子计算机操作系统，所述量子计算机操作系统根据上述第一方面任一项所述的方法实现获取目标体系的可观测量。
第六方面，提供一种量子计算机，所述量子计算机包括上述第五方面所述的量子计算机操作系统。
基于该获取目标体系的可观测量的方法、装置及介质，本申请可以在求解目标体系的可观测量的过程中，利用求解目标体系的基态能量时的过程参数，进而简化了可观测量的计算过程，解决了相关技术中分子体系中的可观测量难以通过量子计算模拟获取的技术问题，从而节约了计算资源，提高了复杂分子的模拟效率。
附图说明
图1是本申请一示例性实施例提供的一种获取目标体系的可观测量的方法的计算机终端的硬件结构框图；
图2是本申请一示例性实施例提供的一种获取目标体系的可观测量的方法流程示意图；
图3为本申请一示例性实施例提供的一种获取目标体系的可观测量的装置结构示意图。
具体实施方式
下面将结合附图，对本申请中的技术方案进行描述。
下面以运行在计算机终端上为例对其进行详细说明。图1是本申请一示例性实施例提供的一种获取目标体系的可观测量的方法的计算机终端的硬件结构框图。如图1所示，计算机终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述计算机终端还可以包括用于通信功能的传输装置106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述计算机终端的结构造成限定。例如，计算机终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储应用软件的软件程序以及模块，如本申请实施例中的获取目标体系的可观测量对应的程序指令/模块，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
需要说明的是，真正的量子计算机是混合结构的，它包含两大部分：一部分是经典计算机，负责执行经典计算与控制；另一部分是量子设备，负责运行量子程序进而实现量子计算。而量子程序是由量子语言如QRunes语言编写的一串能够在量子计算机上运行的指令序列，实现了对量子逻辑门操作的支持，并最终实现量子计算。具体的说，量子程序就是一系列按照一定时序操作量子逻辑门的指令序列。
在实际应用中，因受限于量子设备硬件的发展，通常需要进行量子计算模拟以验证量子算法、量子应用等等。量子计算模拟即借助普通计算机的资源搭建的虚拟架构(即量子虚拟机)实现特定问题对应的量子程序的模拟运行的过程。通常，需要构建特定问题对应的量子程序。本申请实施例所指量子程序，即是经典语言编写的表征量子比特及其演化的程序，其中与量子计算相关的量子比特、量子逻辑门等等均有相应的经典代码表示。
量子线路作为量子程序的一种体现方式，也称量子逻辑电路，是最常用的通用量子计算模型，表示在抽象概念下对于量子比特进行操作的线路，其组成包括量子比特、线路(时间线)，以及各种量子逻辑门，最后常需要通过量子测量操作将结果读取出来。
不同于传统电路是用金属线所连接以传递电压信号或电流信号，在量子线路中，线路可看成是由时间所连接，亦即量子比特的状态随着时间自然演化，在这过程中按照哈密顿运算符的指示，一直到遇上逻辑门而被操作。
一个量子程序整体上对应有一条总的量子线路，本申请所述量子程序即指该条总的量子线路，其中，该总的量子线路中的量子比特总数与量子程序的量子比特总数相同。可以理解为：一个量子程序可以由量子线路、针对量子线路中量子比特的测量操作、保存测量结果的寄存器及控制流节点(跳转指令)组成，一条量子线路可以包含几十上百个甚至千上万个量子逻辑门操作。量子程序的执行过程，就是对所有的量子逻辑门按照一定时序执行的过程。需要说明的是，时序即单个量子逻辑门被执行的时间顺序。
需要说明的是，经典计算中，最基本的单元是比特，而最基本的控制模式是逻辑门，可以通过逻辑门的组合来达到控制电路的目的。类似地，处理量子比特的方式就是量子逻辑门。使用量子逻辑门，能够使量子态发生演化，量子逻辑门是构成量子线路的基础，量子逻辑门包括单比特量子逻辑门，如Hadamard门(H门，阿达马门)、泡利-X门(X门)、泡利-Y门(Y门)、泡利-Z门(Z门)、RX门、RY门、RZ门等等；两比特或多比特量子逻辑门，如CNOT门、CR门、CZ门、iSWAP门、Toffoli门等等。量子逻辑门一般使用酉矩阵表示，而酉矩阵不仅是矩阵形式，也是一种操作和变换。一般量子逻辑门在量子态上的作用是通过酉矩阵左乘以量子态右矢对应的矩阵进行计算的。
下面将结合图2对本申请实施例提供的获取目标体系的可观测量的方法进行具体阐述。
示例性地，图2是本申请一示例性实施例提供的一种获取目标体系的可观测量的方法流程示意图。
本实施例提供一种获取目标体系的可观测量的方法，在本实施例中，所述可观测量和哈密顿量对易，所述可观测量能够使用二次量子化形式的泡利字符串表示。
在本实施例中，该获取目标体系的可观测量的方法包括如下步骤：
S21，获取求解所述目标体系的基态能量时的过程参数。
其中，所述过程参数包括所述目标体系的试验态和哈密顿量子项的期望值。目标体系为需要模拟的化学分子模型。该化学分子模型可以认为是用户想要计算基态能量的分子结构建模，例如包括组成该化学分子的原子类型、原子个数、原子坐标、电荷及自旋多重度等等。
目标体系可以通过但不限于以下方式确定，用户可以在计算机终端上输入想要模拟的化学分子模型信息。例如，用户点开计算机的量子化学模拟应用软件，该量子化学模拟应用界面上可以显示待模拟的化学分子模型选项，比如氢分子模型、氧分子模型等等。用户点击想要模拟的化学分子模型选项，量子化学模拟应用即可确定化学分子模型。当化学分子模型确定后，化学分子模型的电子数和电子轨道数也就可以确定。
在量子力学理论中，可以由目标体系的波函数(也就是试验态)得到目标体系的所有信息。比如，在材料研究、化学反应等领域，可以根据目标体系的试验态获得目标体系的基态能量。由于基态能量作为体系中很重要的观测量，基态能量的求解已经有了成熟的算法，变分量子特征求解算法便是其中之一。由于本申请获取目标体系的可观测量的方法是基于使用变分量子特征求解算法求解所述目标体系的基态能量，因此，以下对变分量子特征求解算法做一简要阐述。
在量子计算机上使用变分量子特征求解算法求解目标体系基态能量的计算过程可以包括如下步骤：
步骤1，选择初态|Ψ0>，例如选择Hartree-Fock态作为初始的量子态；
步骤2，选择拟设方法，如幺正单双激发偶合簇(UCCSD)方法；
步骤3，设置初始参数θ0＝(θ′1，θ′2，…，θ′n)，如初始参数均设为0；
步骤4，根据初态|Ψ0>、参数θ0和拟设在量子计算机上生成试验态|Ψ(1)；
步骤5，然后根据以下算式测量目标体系电子结构的哈密顿量对应的期望E(n)：
n表示求解所述目标体系基态能量的循环次数，为所述目标体系的哈密顿量子项的泡利字符串表示，/>I为单位矩阵，/>为泡利算符，hα为系数。
步骤6，从第二次循环开始，判断当前的期望是否满足第二收敛条件。其中，所述第二收敛条件可以为当前期望与前次循环测量后的期望的差值符合阈值。即第二收敛条件使以下算式成立：
|E(n)-E(n-1)|<k3
其中，E(n-1)为第n-1次循环下的期望值，k3为第三阈值。第三阈值为根据经验人为设置的阈值，本申请对此不做具体限定。
当然，在其它的实施例中，所述第二收敛条件也可以使以下算式成立：
|E(n+1)+E(n-1)-2*E(n)|<k4
其中，E(n-1)为在第n-1次循环下的期望值，O(n+1)为在第n+1次循环下的期望值，k4为第四阈值。第四阈值为根据经验人为设置的阈值，本申请对此不做具体限定。
如果当前的期望满足第二收敛条件，则当前的期望为目标体系的基态能量，循环终止；如果当前的期望不满足第二收敛条件，使用经典优化器优化参数θ，得到新的参数θ，然后回到步骤4，得到新的试验态，依此循环。
由于基态能量作为目标体系中重要的可观测量之一，本申请发明人发现在计算目标体系中其它可观测量时，可以利用求解目标体系的基态能量时的过程参数，进而简化其它可观测量的计算过程。也就是说，在步骤S21中，所述目标体系的基态能量的表达式可以为：
其中，n表示求解所述目标体系的基态能量的循环次数，E(n)为所述目标体系的基态能量，Eα为所述目标体系的哈密顿量子项的期望值，|Ψ(n)>为所述目标体系的试验态，为所述目标体系的哈密顿量子项的泡利字符串表示。
在获得求解所述目标体系的基态能量时的过程参数后，执行步骤S22。
S22，根据所述过程参数，计算所述可观测量的期望值。
假设已经获得目标体系的哈密顿量和该目标体系的试验态|Ψ(n)>。那么对于其他能够写成二次量子化形式的可观测量/>将其二次量子化形式转为由泡利算字符串符组成的形式如下：
其中，为所述可观测量子项二次量子化形式的泡利字符串表示，hβ为系数，hβ不同于hα，/>I为单位矩阵，/> 为泡利算符。
在执行步骤S22时，可以通过经典计算机比较和/>子项的泡利字符串数学形式。如果/>和/>子项的泡利字符串数学形式不相同，即当/>时，则根据所述过程参数，计算所述可观测量的期望值，可以为：根据所述目标体系的试验态，通过以下算式计算所述可观测量的期望值O(n)：
也就是说，如果和/>子项的泡利字符串数学形式不相同，本申请在计算可观测量的期望值O(n)时，可以省去通过计算获取目标体系的试验态的步骤，直接进入测量获取可观测量的期望值的步骤，简化量子模拟计算过程，节约计算资源，提升量子模拟效率。
如果和/>子项的泡利字符串数学形式相同，即当/>时，则根据所述过程参数，计算所述可观测量的期望值，可以为：根据所述目标体系的哈密顿量子项的期望值Eα，通过以下算式计算所述可观测量的期望值O(n)：
也就是说，如果和/>子项的泡利字符串数学形式相同，/> 在测量获取可观测量的期望值O(n)的步骤中，只需要通过经典计算机进行求和即可获取可观测量的期望值。因此，本申请在计算可观测量的期望值O(n)时，不仅可以省去通过计算获取目标体系的试验态的步骤，同时也简化了测量获取可观测量的期望值的步骤，进一步地简化了量子模拟计算过程，并进一步地节约和计算资源且提升了量子模拟效率。
由于试验态|Ψ(n)>是通过是否满足第二收敛条件获得，同真实波函数|Ψ>real存在差距，所以如何判断/>的期望值是否正确，或者说是否达到期望的精度是实际应用中面临的问题。在这里，本申请提出的解决方案为，对可观测量/>设置第一收敛条件，依此来判断是否达到预设的精度。如果/>的第一收敛条件不满足，则继续优化参数θ(n)，直到/>和/>的同时满足各自的收敛条件。即在计算获得所述可观测量的期望值后，执行步骤S23。
S23，判断当前所述可观测量的期望值是否满足第一收敛条件。
在一实施例中，判断当前所述可观测量的期望值是否满足第一收敛条件，可以包括如下步骤：
S2311，获取第n-1次的所述可观测量期望值O(n-1)和第n次的所述可观测量期望值O(n)。
假设目标体系的基态能量已经通过计算获得，本申请只需调取计算基态能量过程中的参数，也就是通过调取过程参数获得目标体系在第n-1次循环下的试验态和哈密顿量子项的期望值，然后根据目标体系在第n-1次循环下的试验态和哈密顿量子项的期望值，基于步骤S23的计算方式可以计算在第n-1次的所述可观测量期望值O(n-1)。第n次的所述可观测量期望值O(n)在步骤S23中已经获得。接着，执行步骤S2312。
S2312，根据第n-1次的所述可观测量期望值O(n-1)和第n次的所述可观测量期望值O(n)，判断第n次的所述可观测量期望值O(n)是否满足第一收敛条件。
其中，所述第一收敛条件使以下算式成立：
|O(n)-O(n-1)|<k1
其中，k1为第一阈值。第一阈值为根据经验人为设置的阈值，本申请对此不做具体限定。
在另一实施例中，判断当前所述可观测量的期望值是否满足第一收敛条件，可以包括如下步骤：
S2321，获取第n-1次的所述可观测量期望值O(n-1)、第n次的所述可观测量期望值O(n)和第n+1次的所述可观测量期望值O(n+1)。
假设目标体系的基态能量已经通过计算获得，本申请只需调取计算基态能量过程中的参数，也就是通过调取过程参数获得目标体系在第n-1次循环下和第n+1次循环下的试验态和哈密顿量子项的期望值，然后根据目标体系在第n-1次循环下和第n+1次循环下的试验态和哈密顿量子项的期望值，基于步骤S23的计算方式可以计算在第n-1次的所述可观测量期望值O(n-1)和第n+1次的所述可观测量期望值O(n+1)。第n次的所述可观测量期望值O(n)在步骤S23中已经获得。接着，执行步骤S2322。
S2322，根据第n-1次的所述可观测量期望值O(n-1)、第n次的所述可观测量期望值O(n)和第n+1次的所述可观测量期望值O(n+1)，判断第n次的所述可观测量期望值O(n)是否满足第一收敛条件。
所述第一收敛条件使以下算式成立：
|O(n+1)+O(n-1)-2*O(n)|<k2
其中，k2为第二阈值。第二阈值为根据经验人为设置的阈值，本申请对此不做具体限定。
如果步骤S23判定当前所述可观测量的期望值满足第一收敛条件，则执行步骤S24：将当前所述期望值作为所述目标体系的可观测量。
如果步骤S23判定所述可观测量的期望值不满足第一收敛条件，则执行步骤S25：更新所述目标体系的当前基态能量和对应所述过程参数，并返回执行根据所述过程参数，计算所述可观测量的期望值，直至获取满足所述第一收敛条件的所述目标体系的可观测量。
由于试验态|Ψ(n)>和真实波函数|Ψ>rea1存在差距，所以如果直接使用|Ψ(n)>来计算其它能写成二次量子化形式的可观测量，便不能保证其计算的精度，所以本申请通过添加收敛条件，来估算其计算精度，这样即保证了精度，又避免一开始就要计算试验态|Ψ(n)>。也就是说，本申请利用量子计算模拟目标体系时，可以利用求解目标体系的基态能量时的过程参数，简化了可观测量的计算过程，进而解决了相关技术中分子体系中的可观测量难以通过量子计算模拟获取的技术问题，减少了优化次数、量子线路运行次数和测量次数，从而节约了计算资源，提高了复杂分子的模拟效率。
以上结合图2详细说明了本申请实施例提供的获取目标体系的可观测量的方法。以下结合图3详细说明用于执行本申请实施例提供的获取目标体系的可观测量的方法的装置。
示例性地，参见图3，图3为本申请一示例性实施例提供的一种获取目标体系的可观测量的装置结构示意图，与图2所示的流程相对应，获取目标体系的可观测量的装置300包括：
获取模块310，用于获取求解所述目标体系的基态能量时的过程参数；
计算模块320，用于根据所述过程参数，计算所述可观测量的期望值；
判断模块330，用于判断当前所述可观测量的期望值是否满足第一收敛条件；
更新模块340，用于若是，则将当前所述期望值作为所述目标体系的可观测量；否则，更新所述目标体系的当前基态能量和对应所述过程参数，并返回执行根据所述过程参数，计算所述可观测量的期望值，直至获取满足所述第一收敛条件的所述目标体系的可观测量。
可选地，所述过程参数包括所述目标体系的试验态和哈密顿量子项的期望值；所述目标体系的基态能量的算式为：E(n)＝∑αhαEα；其中，E(n)为所述目标体系的基态能量，hα为系数，Eα为所述目标体系的哈密顿量子项的期望值， 为所述目标体系的哈密顿量子项的泡利字符串表示，|Ψ(n)>为所述目标体系的试验态，n表示求解所述目标体系的基态能量的循环次数。
可选地，所述可观测量为二次量子化形式可观测量；计算模块320还用于根据所述目标体系的试验态，通过以下算式计算所述可观测量的期望值：
其中，O(n)为所述可观测量的期望值，为所述可观测量子项二次量子化形式的泡利字符串表示，hβ为系数。
进一步地，当时，计算模块320还用于根据所述目标体系的哈密顿量子项的期望值，通过以下算式计算所述可观测量的期望值：
一种可能的设计方案中，判断模块330，可以包括：
第一获取单元，用于获取第n-1次和第n次的所述可观测量期望值；
第一判断单元，用于根据第n-1次和第n次的所述可观测量期望值，判断第n次的所述可观测量期望值是否满足第一收敛条件。
进一步地，所述第一收敛条件为以下算式成立：
|O(n)-O(n-1)|<k1
其中，O(n-1)为第n-1次的所述可观测量期望值，k1为第一阈值。
另一种可能的设计方案中，判断模块330，可以包括：
第二获取单元，用于获取第n-1次、第n次和第n+1次的所述可观测量期望值；
第二判断单元，用于根据第n-1次、第n次和第n+1次的所述可观测量期望值，判断第n次的所述可观测量期望值是否满足第一收敛条件。
进一步地，所述第一收敛条件为以下算式成立：
|O(n+1)+O(n-1)-2*O(n)|<k2
其中，O(n-1)为第n-1次的所述可观测量期望值，O(n+1)为第n+1次的所述可观测量期望值，k2为第二阈值。
与现有技术相比，基于图3所示出的获取目标体系的可观测量的装置，在求解目标体系的可观测量的过程中，可以利用求解目标体系的基态能量时的过程参数，进而简化了可观测量的计算过程，解决了相关技术中分子体系中的可观测量难以通过量子计算模拟获取的技术问题，从而节约了计算资源，提高了复杂分子的模拟效率。
本申请实施例还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
具体的，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：
S21，获取求解所述目标体系的基态能量时的过程参数。
S22，根据所述过程参数，计算所述可观测量的期望值。
S23，判断当前所述可观测量的期望值是否满足第一收敛条件。
S24，若是，则将当前所述期望值作为所述目标体系的可观测量。
S25，否则，更新所述目标体系的当前基态能量和对应所述过程参数，并返回执行根据所述过程参数，计算所述可观测量的期望值，直至获取满足所述第一收敛条件的所述目标体系的可观测量。
具体的，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本申请实施例还提供了一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
具体的，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
具体的，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S21，获取求解所述目标体系的基态能量时的过程参数。
S22，根据所述过程参数，计算所述可观测量的期望值。
S23，判断当前所述可观测量的期望值是否满足第一收敛条件。
S24，若是，则将当前所述期望值作为所述目标体系的可观测量。
S25，否则，更新所述目标体系的当前基态能量和对应所述过程参数，并返回执行根据所述过程参数，计算所述可观测量的期望值，直至获取满足所述第一收敛条件的所述目标体系的可观测量。
可选地，该电子装置中的处理器可以为一个或多个。该处理器可以通过硬件实现也可以通过软件实现。当通过硬件实现时，该处理器可以是逻辑电路、集成电路等。当通过软件实现时，该处理器可以是一个通用处理器，通过读取存储器中存储的软件代码来实现。
可选地，该电子装置中的存储器也可以为一个或多个。该存储器可以与处理器集成在一起，也可以和处理器分离设置，本申请并不限定。示例性的，存储器可以是非瞬时性处理器，例如只读存储器ROM，其可以与处理器集成在同一块芯片上，也可以分别设置在不同的芯片上，本申请对存储器的类型，以及存储器与处理器的设置方式不作具体限定。
示例性的，该电子装置可以是现场可编程门阵列(field programmable gatearray，FPGA)，可以是专用集成芯片(application specific integrated circuit，ASIC)，还可以是系统芯片(system on chip，SoC)，还可以是中央处理器(central processorunit，CPU)，还可以是网络处理器(network processor，NP)，还可以是数字信号处理电路(digital signal processor，DSP)，还可以是微控制器(micro controller unit，MCU)，还可以是可编程控制器(programmable logic device，PLD)或其他集成芯片。
应理解，在本申请实施例中的处理器可以是中央处理单元(central processingunit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(digital signalprocessor，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现成可编程门阵列(field programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
还应理解，本申请实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的随机存取存储器(random accessmemory，RAM)可用，例如静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM，DR RAM)。
本申请实施例还提供了一种量子计算机操作系统，所述量子计算机操作系统根据本发明实施例中提供的上述任一方法实施例实现获取目标体系的可观测量。
本申请的实施例还提供了一种量子计算机，所述量子计算机包括上述的量子计算机操作系统。
上述实施例，可以全部或部分地通过软件、硬件(如电路)、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A,B可以是单数或者复数。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系，但也可能表示的是一种“和/或”的关系，具体可参考前后文进行理解。
本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种获取目标体系的可观测量的方法，其特征在于，所述方法包括：
获取求解所述目标体系的基态能量时的过程参数，所述过程参数包括所述目标体系的试验态和哈密顿量子项的期望值；
根据所述过程参数，计算所述可观测量的期望值，所述可观测量为二次量子化形式可观测量，所述根据所述过程参数，计算所述可观测量的期望值，包括：
根据所述目标体系的试验态，通过以下算式计算所述可观测量的期望值：
其中，为所述可观测量的期望值，/>为所述目标体系的试验态，n表示求解所述目标体系的基态能量的循环次数，/>为所述可观测量的二次量子化形式的泡利字符串表示，/>为系数；
判断当前所述可观测量的期望值是否满足第一收敛条件；
若是，则将当前所述期望值作为所述目标体系的可观测量；
否则，更新所述目标体系的当前基态能量和对应所述过程参数，并返回执行根据所述过程参数，计算所述可观测量的期望值，直至获取满足所述第一收敛条件的所述目标体系的可观测量。
2.根据权利要求1所述的方法，其特征在于，所述过程参数包括所述目标体系的试验态和哈密顿量子项的期望值；
所述目标体系的基态能量的算式为：；
其中，为所述目标体系的基态能量，/>为系数，/>为所述目标体系的哈密顿量子项的期望值，/>；/>为所述目标体系的哈密顿量子项的泡利字符串表示，为所述目标体系的试验态，n表示求解所述目标体系的基态能量的循环次数。
3.根据权利要求2所述的方法，其特征在于，当=/>时，所述根据所述过程参数，计算所述可观测量的期望值，包括：
根据所述目标体系的哈密顿量子项的期望值，通过以下算式计算所述可观测量的期望值：
。
4.根据权利要求2或3所述的方法，其特征在于，所述判断当前所述可观测量的期望值是否满足第一收敛条件，包括：
获取第n-1次和第n次的所述可观测量期望值；
根据第n-1次和第n次的所述可观测量期望值，判断第n次的所述可观测量期望值是否满足第一收敛条件。
5.根据权利要求2或3所述的方法，其特征在于，所述判断当前所述可观测量的期望值是否满足第一收敛条件，包括：
获取第n-1次、第n次和第n+1次的所述可观测量期望值；
根据第n-1次、第n次和第n+1次的所述可观测量期望值，判断第n次的所述可观测量期望值是否满足第一收敛条件。
6.根据权利要求5所述的方法，其特征在于，所述第一收敛条件为以下算式成立：
其中，为第n-1次的所述可观测量期望值，/>为第n+1次的所述可观测量期望值，/>为阈值。
7.一种获取目标体系的可观测量的装置，其特征在于，所述装置包括：
获取模块，用于获取求解所述目标体系的基态能量时的过程参数，所述过程参数包括所述目标体系的试验态和哈密顿量子项的期望值；
计算模块，用于根据所述过程参数，计算所述可观测量的期望值，所述可观测量为二次量子化形式可观测量，所述根据所述过程参数，计算所述可观测量的期望值，包括：
根据所述目标体系的试验态，通过以下算式计算所述可观测量的期望值：
其中，为所述可观测量的期望值，/>为所述目标体系的试验态，n表示求解所述目标体系的基态能量的循环次数，/>为所述可观测量的二次量子化形式的泡利字符串表示，/>为系数；
判断模块，用于判断当前所述可观测量的期望值是否满足第一收敛条件；
更新模块，用于若是，则将当前所述期望值作为所述目标体系的可观测量；否则，更新所述目标体系的当前基态能量和对应所述过程参数，并返回执行根据所述过程参数，计算所述可观测量的期望值，直至获取满足所述第一收敛条件的所述目标体系的可观测量。
8.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至6任一项所述的方法。
9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210099623.3A CN114519429B (zh) | 2022-01-27 | 2022-01-27 | 获取目标体系的可观测量的方法、装置及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210099623.3A CN114519429B (zh) | 2022-01-27 | 2022-01-27 | 获取目标体系的可观测量的方法、装置及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114519429A CN114519429A (zh) | 2022-05-20 |
| CN114519429B true CN114519429B (zh) | 2023-08-08 |
Family
ID=81597696
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210099623.3A Active CN114519429B (zh) | 2022-01-27 | 2022-01-27 | 获取目标体系的可观测量的方法、装置及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114519429B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116612823B (zh) * | 2023-05-12 | 2024-09-03 | 合肥本源量子计算科技有限责任公司 | 一种基态能量的确定方法和系统 |
| CN117521831B (zh) * | 2024-01-04 | 2024-03-29 | 合肥微观纪元数字科技有限公司 | 基于图形处理器的量子误差自动化校准方法及相关设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113496285A (zh) * | 2021-07-07 | 2021-10-12 | 北京百度网讯科技有限公司 | 基于量子电路的数据处理方法及装置、电子设备和介质 |
| CN113935491A (zh) * | 2021-10-20 | 2022-01-14 | 腾讯科技（深圳）有限公司 | 量子体系的本征态获取方法、装置、设备、介质及产品 |
| CN113935490A (zh) * | 2021-10-14 | 2022-01-14 | 腾讯科技（深圳）有限公司 | 多体局域化态的确定方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020037253A1 (en) * | 2018-08-17 | 2020-02-20 | Zapata Computing, Inc. | Quantum computer with improved quantum optimization by exploiting marginal data |
| EP4118589A4 (en) * | 2020-03-10 | 2024-04-03 | 1QB Information Technologies Inc. | METHOD AND SYSTEM FOR ESTIMATING PHYSICAL QUANTITIES OF A PLURALITY OF MODELS USING A SCANNING DEVICE |
-
2022
- 2022-01-27 CN CN202210099623.3A patent/CN114519429B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113496285A (zh) * | 2021-07-07 | 2021-10-12 | 北京百度网讯科技有限公司 | 基于量子电路的数据处理方法及装置、电子设备和介质 |
| CN113935490A (zh) * | 2021-10-14 | 2022-01-14 | 腾讯科技（深圳）有限公司 | 多体局域化态的确定方法及系统 |
| CN113935491A (zh) * | 2021-10-20 | 2022-01-14 | 腾讯科技（深圳）有限公司 | 量子体系的本征态获取方法、装置、设备、介质及产品 |
Non-Patent Citations (1)
| Title |
|---|
| Qingchun Wang等."ChemiQ: A Chemistry Simulator for Quantum Computer".《arxiv》.2021,全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114519429A (zh) | 2022-05-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114519429B (zh) | 获取目标体系的可观测量的方法、装置及介质 | |
| CN114492814B (zh) | 基于量子计算模拟目标体系能量的方法、装置及介质 | |
| CN112068798B (zh) | 一种实现网络节点重要性排序的方法及装置 | |
| CN112073126B (zh) | 一种网络节点重要性的排序方法及装置 | |
| CN114492815B (zh) | 一种基于量子化学计算目标体系能量的方法、装置及介质 | |
| CN114528996A (zh) | 一种目标体系试验态初始参数的确定方法、装置及介质 | |
| US11966815B2 (en) | Method and apparatus for constructing quantum circuit corresponding to linear function | |
| CN116187548A (zh) | 一种光伏发电功率预测方法、装置、存储介质及电子装置 | |
| CN114511094B (zh) | 一种量子算法的优化方法、装置、存储介质与电子装置 | |
| CN114512194B (zh) | 用于量子化学模拟中获取目标体系试验态的方法及装置 | |
| CN115116552B (zh) | 一种量子化学模拟的分子能量计算方法及装置 | |
| CN114819168B (zh) | 一种矩阵特征值的量子比较方法及装置 | |
| CN113222151B (zh) | 一种量子态的变换方法及装置 | |
| CN116090568B (zh) | 量子数据与经典浮点型数据的大小关系确定方法及装置 | |
| CN116403657A (zh) | 一种药物反应预测方法、装置、存储介质及电子装置 | |
| CN116431807A (zh) | 一种文本分类方法、装置、存储介质及电子装置 | |
| CN114372539B (zh) | 基于机器学习框架的分类方法及相关设备 | |
| CN115271076B (zh) | 一种贝叶斯网络对应量子线路的构造方法及装置 | |
| CN117151231A (zh) | 利用变分量子线路求解线性系统的方法、装置及介质 | |
| CN114512195B (zh) | 基于分子动力学模拟体系性质的计算方法、装置及介质 | |
| CN115438791B (zh) | 一种基于量子线路求解贝叶斯网络的方法及装置 | |
| CN114511090B (zh) | 基于自旋对称性制备体系试验态的方法、装置及介质 | |
| CN115713122B (zh) | 一种量子数据与经典数据的大小关系的确定方法及装置 | |
| CN114511091B (zh) | 基于等同粒子特性制备体系试验态的方法、装置及介质 | |
| CN116739098B (zh) | 量子测量设备性能估计方法及装置、电子设备和介质 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 230088 6th floor, E2 building, phase II, innovation industrial park, 2800 innovation Avenue, Hefei high tech Zone, Hefei City, Anhui Province Applicant after: Benyuan Quantum Computing Technology (Hefei) Co.,Ltd. Address before: 230088 6th floor, E2 building, phase II, innovation industrial park, 2800 innovation Avenue, Hefei high tech Zone, Hefei City, Anhui Province Applicant before: ORIGIN QUANTUM COMPUTING COMPANY, LIMITED, HEFEI |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |