CN115759269A - 特征信息的确定方法、装置、设备以及存储介质 - Google Patents
特征信息的确定方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN115759269A CN115759269A CN202211296322.6A CN202211296322A CN115759269A CN 115759269 A CN115759269 A CN 115759269A CN 202211296322 A CN202211296322 A CN 202211296322A CN 115759269 A CN115759269 A CN 115759269A
- Authority
- CN
- China
- Prior art keywords
- signal processing
- quantum signal
- processing circuit
- target
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 149
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 519
- 239000013598 vector Substances 0.000 claims abstract description 156
- 239000011159 matrix material Substances 0.000 claims abstract description 79
- 230000006870 function Effects 0.000 claims description 161
- 230000008569 process Effects 0.000 claims description 44
- 230000014509 gene expression Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 11
- 102000002274 Matrix Metalloproteinases Human genes 0.000 claims description 6
- 108010000684 Matrix Metalloproteinases Proteins 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 description 37
- 238000004088 simulation Methods 0.000 description 25
- 238000004422 calculation algorithm Methods 0.000 description 19
- 238000005457 optimization Methods 0.000 description 16
- 230000008901 benefit Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012432 intermediate storage Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Complex Calculations (AREA)
Abstract
Description
技术领域
本公开涉及计算机技术领域,尤其涉及量子计算领域。
背景技术
目前量子信号处理(Quantum Signal Processing)理论被提出,其在哈密顿量模拟这一问题上达到算法复杂度的渐进最优,进而大放异彩;其引申出的量子比特化(Qubitization)、量子奇异值变换(Quantum Singular Value Transformation)算法作为量子算法工具与模板吸引了更多学者的研究。然而当将这些理论应用到具体实际的问题时,在算法层面所必须且唯一需要面对的问题,便是量子信号处理算法所针对的量子信号处理电路(比如对称量子信号处理电路)的处理参数的计算。
在量子信号处理的处理参数的基于优化的计算过程中,计算量子信号处理电路(比如对称量子信号处理电路)的迹及其梯度占用了几乎全部的消耗;因此,亟需一种加速量子信号处理电路(比如对称量子信号处理电路)的迹及其梯度的计算速度的方法。
发明内容
本公开提供了一种量子信号处理电路的特征信息的确定方法、装置、设备以及存储介质。
根据本公开的一方面,提供了一种量子信号处理电路的特征信息的确定方法,包括:
得到目标量子信号处理电路的函数特征信息,其中,所述函数特征信息包括以下至少之一:量子信号处理函数值向量雅可比矩阵其中,所述量子信号处理函数值向量表示:所述信号参数x为预设向量中各数值处量子信号处理函数的函数值所构成的向量;所述量子信号处理函数是基于所述目标量子信号处理电路的表达式所得;所述雅可比矩阵为所述量子信号处理函数值向量关于所述处理参数的雅可比矩阵;
基于所述目标量子信号处理电路的函数特征信息,得到所述目标量子信号处理电路的电路特征信息,其中,所述电路特征信息包括以下至少之一:所述目标量子信号处理电路的迹,所述目标量子信号处理电路的迹的梯度。
根据本公开的另一方面,提供了一种量子信号处理电路的特征信息的确定装置,包括:
处理单元,用于得到目标量子信号处理电路的函数特征信息,其中,所述函数特征信息包括以下至少之一:量子信号处理函数值向量雅可比矩阵其中,所述量子信号处理函数值向量表示:所述信号参数x为预设向量中各数值处量子信号处理函数的函数值所构成的向量;所述量子信号处理函数是基于所述目标量子信号处理电路的表达式所得;所述雅可比矩阵为所述量子信号处理函数值向量关于所述处理参数的雅可比矩阵;基于所述目标量子信号处理电路的函数特征信息,得到所述目标量子信号处理电路的电路特征信息,其中,所述电路特征信息包括以下至少之一:所述目标量子信号处理电路的迹,所述目标量子信号处理电路的迹的梯度。
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中任一实施例的方法。
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,其中,该计算机指令用于使该计算机执行根据本公开中任一实施例的方法。
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,该计算机程序在被处理器执行时实现根据本公开中任一实施例的方法。
这样,本公开方案提供了一种更加高效地得到目标量子信号处理电路的电路特征信息的方案,如此,为提高得到目标量子信号处理电路的处理参数的速度、进而提升后续应用,如哈密顿量模拟的效率奠定了基础。
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信号处理电路的特征信息的确定方法的示意性流程图一;
图2是根据本公开实施例量子信号处理电路的特征信息的确定方法的示意性流程图二;
图3是根据本公开实施例量子信号处理电路的特征信息的确定方法在一具体实施例中的实现流程示意图;
图4是根据本公开实施例量子信号处理电路的特征信息的确定装置的结构示意图;
图5是用来实现本公开实施例量子信号处理电路的特征信息的确定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。
近年来量子计算成为学术界和工业界研究和发展的重要方向。相比于传统计算,量子计算在求解诸如大数分解之类的问题上展现出显著优势;而量子模拟(QuantumSimulation)在物理、化学、生物、信息等多个领域都有着重要的意义:比如研发新型电池、制备多样的催化剂、探究新制药、开发新材料、探索化学分子结构及量子精密测量等。Benioff和Feynman最早构想量子计算机时,提出模拟量子系统的演化,或者称为量子系统的哈密顿量模拟(Hamiltonian Simulation)。
目前量子信号处理(Quantum Signal Processing)理论被提出,其在哈密顿量模拟这一问题上达到算法复杂度的渐进最优,进而大放异彩;其引申出的量子比特化(Qubitization)、量子奇异值变换(Quantum Singular Value Transformation)算法作为量子算法工具与模板吸引了更多学者的研究。然而,当将这些理论应用到具体实际的问题时,在算法层面所必须且唯一需要面对的问题,便是量子信号处理算法所针对的量子信号处理电路(比如对称量子信号处理电路)的处理参数的计算。
早期的量子信号处理电路(比如对称量子信号处理电路)的处理参数计算算法均基于多项式求根实现,这在目标函数(也即目标多项式)变复杂时将变得不太有效;而基于优化算法可以更加有效地计算量子信号处理电路(比如对称量子信号处理电路)的处理参数。在执行优化算法的过程中,计算量子信号处理电路(比如对称量子信号处理电路)的迹及其梯度几乎占据了全部的时间消耗;因此,亟需一种加速量子信号处理电路(比如对称量子信号处理电路)的迹及其梯度的计算速度的方法,如此,来提高优化算法的实现速度,进而提升后续应用,如哈密顿量模拟的处理效率。
基于此,本公开方案提供了一种更加高效地、可并行地得到目标量子信号处理电路(尤其是对称量子信号处理电路)的电路特征信息(比如,目标量子信号处理电路的迹和迹的梯度)的方案。
具体地,图1是根据本公开实施例量子信号处理电路的特征信息的确定方法的示意性流程图一。该方法可选地应用于经典计算设备中,比如,比如,个人电脑、服务器、服务器集群等具有经典计算能力的电子设备中。该方法至少包括以下内容的至少部分内容。如图1所示,该方法包括:
也就是说,本公开方案能够基于获取到的目标量子信号处理电路的处理参数和奇偶性参数p,得到所述目标量子信号处理电路的函数特征信息,换言之,本公开方案中的输入可以具体为:目标量子信号处理电路的处理参数和奇偶性参数p;而输出则为:目标量子信号处理电路的函数特征信息。
这里,所述函数特征信息包括以下至少之一:量子信号处理函数值向量雅可比矩阵比如,在一具体示例中,所述函数特征信息包括量子信号处理函数值向量和雅可比矩阵或者,所述函数特征信息包括量子信号处理函数值向量或者,所述函数特征信息包括雅可比矩阵
步骤S103:基于所述目标量子信号处理电路的函数特征信息,得到所述目标量子信号处理电路的电路特征信息。
这里,所述电路特征信息包括以下至少之一:所述目标量子信号处理电路的迹,所述目标量子信号处理电路的迹的梯度。比如,在一具体示例中,所述目标量子信号处理电路的电路特征信息包括所述目标量子信号处理电路的迹和所述目标量子信号处理电路的迹的梯度;或者,所述目标量子信号处理电路的电路特征信息包括所述目标量子信号处理电路的迹;或者,所述目标量子信号处理电路的电路特征信息包括所述目标量子信号处理电路的迹的梯度。
这样,本公开方案提供了一种更加高效地得到目标量子信号处理电路的电路特征信息的方案,如此,为提高得到目标量子信号处理电路的处理参数的速度、进而提升后续应用,如哈密顿量模拟的效率奠定了基础。
在一具体示例中,所述奇偶性参数p可通过0或1来表示奇偶性,此时,所述奇偶性参数p=0或1。可以理解的是,实际应用中,还可以使用其他数值来表示奇偶性,本公开方案对此不作限制。
在一具体示例中,所述量子信号处理函数与目标量子信号处理电路的表达式的迹相关。换言之,所述量子信号处理函数是基于目标量子信号处理电路的表达式的迹所得。举例来说,在一示例中,所述量子信号处理函数与目标量子信号处理电路的迹(记为)之间存在如下关系:
在一具体示例中,所述预设向量中的数值这里,所述预设向量的取值可以基于实际情况而定,比如,为预设值,或者与以下所介绍的优化函数有关,该优化函数为计算目标量子信号处理电路的处理参数的过程所使用的优化函数。
在一具体示例中,所述目标量子信号处理电路的电路特征信息包括所述目标量子信号处理电路的迹和所述目标量子信号处理电路的迹的梯度的情况下,本公开方案能够同时得到目标量子信号处理电路的迹和迹的梯度。
进一步地,在一具体示例中,所述函数特征信息包括量子信号处理函数值向量和雅可比矩阵以及所述目标量子信号处理电路的电路特征信息包括所述目标量子信号处理电路的迹和所述目标量子信号处理电路的迹的梯度;此时,采用本公开方案能够同时得到量子信号处理函数值向量和雅可比矩阵进而同时得到所述目标量子信号处理电路的迹和所述目标量子信号处理电路的迹的梯度。如此,进一步为提高得到目标量子信号处理电路的处理参数的速度、进而提升后续应用,如哈密顿量模拟的效率奠定了基础。
可以理解的是,由于量子信号处理函数值向量和雅可比矩阵之间的关系,在采用本公开方案的方法得到任意之一时,均可能基于得到的一项,计算得到另外一项,比如,采用本公开方案的方法得到量子信号处理函数值向量此时,可以基于量子信号处理函数值向量得到雅可比矩阵反之亦然,此处不再赘述。
在本公开方案的一具体示例中,所述目标量子信号处理电路为处理参数对称的量子信号处理电路。换言之,采用本公开方案能够得到对称量子信号处理电路的电路特征信息。这样,本公开方案提供了一种更加高效地对称量子信号处理电路的电路特征信息的方案,如此,为提高得到对称量子信号处理电路的处理参数的速度、进而提升后续应用,如哈密顿量模拟的效率奠定了基础。
在本公开方案的一具体示例中,在得到目标量子信号处理电路的函数特征信息的情况下,可采用如下方式来得到目标量子信号处理电路的电路特征信息;具体地,以上所述的目标量子信号处理电路的电路特征信息具体通过以下方式获取,具体包括:
和/或,
也就是说,本公开方案中得到的量子信号处理函数值向量等价于目标量子信号处理电路的迹;或者,本公开方案得到的雅可比矩阵等价于目标量子信号处理电路的迹的梯度;或者,本公开方案中得到的量子信号处理函数值向量等价于目标量子信号处理电路的迹,以及本公开方案得到的雅可比矩阵等价于目标量子信号处理电路的迹的梯度。换言之,确定目标量子信号处理电路的迹和迹的梯度,等价于确定量子信号处理函数值向量和雅可比矩阵下述具体示例中对该等价过程进行了详细说明,此处不再赘述。
这样,提供了一种更加高效地得到目标量子信号处理电路的电路特征信息(比如迹和/或其梯度)的方案,如此,为提高得到目标量子信号处理电路的处理参数的速度、进而提升后续应用,如哈密顿量模拟的效率奠定了基础。
图2是根据本公开实施例量子信号处理电路的特征信息的确定方法的示意性流程图二。该方法可选地可以应用于经典计算设备,比如,个人电脑、服务器、服务器集群等具有经典计算能力的电子设备中。可以理解的是,以上图1所示方法的相关内容,也可以应用于该示例中,该示例对相关联内容不再赘述。
进一步地,该方法包括以下内容的至少部分内容。具体地,如图2所示,包括:
步骤S203:基于所述目标量子信号处理电路的函数特征信息,得到所述目标量子信号处理电路的电路特征信息。
这里,所述电路特征信息包括以下至少之一:所述目标量子信号处理电路的迹,所述目标量子信号处理电路的迹的梯度。
步骤S204:基于所述目标量子信号处理电路的电路特征信息,对输入的所述处理参数进行调整,以得到所述目标量子信号处理电路的目标处理参数这里,所述目标处理参数编码有所述目标量子信号处理电路对信号参数x进行处理的处理效果。
也就是说,该示例中,能够基于目标量子信号处理电路的电路特征信息,比如,基于所述目标量子信号处理电路的迹和该迹的梯度,来优化输入的处理参数进而得到目标处理参数需要说明的是,实际应用中,可采用优化函数来对处理参数进行优化,如此,来得到目标处理参数本公开方案对具体优化方式不作具体限制。
这样,本公开方案提供了一种高效得到目标量子信号处理电路的处理参数的方案,为提升后续应用,如哈密顿量模拟的效率奠定了基础。
这里,表示目标量子信号处理电路中的信号量子门(需要说明的是,该信号量子门编码有所述信号参数x);表示目标量子信号处理电路中的处理量子门,需要说明的是,处理量子门编码有处理参数,比如,处理量子门编码有处理参数φk;所述中的Z表示Pauli(泡利)Z算符,即所述处理参数SU(2)为单比特量子门的集合,比如,是行列式为1的2维酉矩阵全体构成的集合;k为大于等于1小于等于d的正整数,所述d的取值与处理参数有关,比如,d的取值与处理参数的长度有关系。为预设量子信号处理电路的表达式,表示的矩阵转置。
可以理解的是,以上前序子电路的表达形式仅为一示例性说明,实际应用中,还可以有其他定义形式,本公开方案对此不作限制。
这样,提供了一种得到所述函数特征信息中所述量子信号处理函数值向量的具体方案,该过程省略了重复计算过程,计算过程方便、简便,速度更快,更高效,如此,为提高得到目标量子信号处理电路的处理参数的速度、进而提升后续应用,如哈密顿量模拟的效率奠定了基础。
也就是说,该示例中,通过并行遍历k的方式,来并行得到至进而利用至以及至得到所述量子信号处理函数值向量如此,来提升处理效率,而且,该过程省略了重复计算过程,计算过程方便、简便,速度更快,进而高效得到所述量子信号处理函数值向量
并行地遍历k=1,2,…,d;
也就是说,该示例中,通过并行遍历k的方式,并在遍历k的时候得到进而基于和得到以得到所述量子信号处理函数值向量如此,来提供一种得到所述函数特征信息中所述量子信号处理函数值向量的具体方案,且该过程省略了重复计算过程,计算过程方便、简便,速度更快,更高效,为提高得到目标量子信号处理电路的处理参数的速度、进而提升后续应用,如哈密顿量模拟的效率奠定了基础。
步骤24:并行地,遍历k=1,2,…,d;具体地,对于任意的k执行下述步骤:
步骤24(b):遍历l=1,2,…,d-1;对于任意的l均有:
具体更新方式为:
这样,提供了一种得到所述函数特征信息中所述雅可比矩阵的具体方案,且该过程省略了重复计算过程,计算过程方便、简便,速度更快,更高效,如此,为提高得到目标量子信号处理电路的处理参数的速度、进而提升后续应用,如哈密顿量模拟的效率奠定了基础。
也就是说,该示例中,通过并行遍历k的方式,来并行得到至进而利用至以及至得到所述雅可比矩阵如此,来提升处理效率,以高效得到所述雅可比矩阵为提高得到目标量子信号处理电路的处理参数的速度、进而提升后续应用,如哈密顿量模拟的效率奠定了基础。
并行地遍历k=1,2,…,d;
也就是说,该示例中,通过并行遍历k的方式,并在遍历k的时候得到进而基于和得到以得到雅可比矩阵如此,来提供一种得到所述函数特征信息中所述雅可比矩阵的具体方案,且该过程省略了重复计算过程,计算过程方便、简便,速度更快,更高效,为提高得到目标量子信号处理电路的处理参数的速度、进而提升后续应用,如哈密顿量模拟的效率奠定了基础。
步骤44:并行地,遍历k=1,2,…,d;具体地,对于任意的k执行下述步骤:
步骤44(b):遍历l=1,2,…,d-1;对于任意的l均有:
具体更新方式为:
步骤44(e):并行地遍历l=1,2,…,d,对于任意的l均有:
这样,本公开方案提供了一种更加高效地、可并行地得到目标量子信号处理电路(尤其是目标量子信号处理电路)的迹及其梯度的方法,相比于既往算法,可以更加快速的计算出迹及其梯度,进而加速量子信号处理的处理参数的计算。受益于此,本公开方案可以加快哈密顿量模拟等量子电路生成的速度,对量子信号处理、量子模拟及其应用的前沿研究有重大助力。
以下结合具体示例对本公开方案做进一步详细说明;具体地,本公开方案提供了一种更加高效地、可并行地得到对称量子信号处理电路的迹和其梯度的方案,相比于现有算法可以更加快速地计算出迹及其梯度,进而加速量子信号处理所需的处理参数的计算。受益于此,本公开方案可以加快哈密顿量模拟等量子电路生成的速度,对量子信号处理、量子模拟及其应用的前沿研究有重大助力。
以下对对称量子信号处理电路的表达式进行说明;
这里,x∈[-1,1]为信号参数,为处理参数,为虚数单位,表示量子信号处理电路中的信号量子门(需要说明的是,该信号量子门编码有信号参数);表示处理量子门(需要说明的是,处理量子门编码有处理参数,比如处理量子门编码有处理参数φk);这里,所述中的Z表示Pauli Z算符,即SU(2)为单比特量子门的集合,比如,是行列式为1的2维酉矩阵全体构成的集合;k为大于等于1小于等于d的正整数(比如k=1,2,…,d),所述d与处理参数有关,比如,d与向量的长度有关系。
需要说明的是,本公开方案所述对称量子信号处理电路指处理参数对称的量子信号处理电路。
其中,预设向量(或记为)∈[-1,1]d,奇偶性参数p=deg f mod 2,deg f为目标多项式f的次数。需要说明的是,目标多项式f具有奇偶性,此时,奇偶性参数p的取值即可基于目标多项式f的奇偶性而得到;举例来说,若目标多项式f为奇函数,则奇偶性参数p为奇数;若目标多项式f为偶函数,则奇偶性参数p为偶数。
实际应用中,考虑到f为静态数据,可以在计算之后存储并反复调用。基于此,和的计算问题则被规约到对对称量子信号处理函数值向量和雅可比矩阵的计算。而对称量子信号处理函数值向量和雅可比矩阵的计算等价于同时计算对称量子信号处理函数的多个xk(k=1,2,…,d)处的函数值和及其关于的梯度,进一步地,等价于同时计算多个对称量子信号处理电路的迹以及迹关于的梯度(该示例中,可简称迹的梯度)。
需要说明的是,本示例的输入和输出分别为:
步骤4:并行地,遍历k=1,2,…,d;具体地,对于任意的k执行下述步骤:
步骤4(b):设置l=1,2,…,d-1,遍历l=1,2,…,d-1;对于任意的l均有:
步骤4(f):设置l=1,2,…,d,并行地遍历l=1,2,…,d,对于任意的l均有:
本公开方案提供了一种更加高效地、可并行地得到对称量子信号处理电路的迹及其梯度的方法,相比于既往算法可以更加快速的计算出迹及其梯度,进而加速量子信号处理的处理参数的计算。受益于此,本公开方案可以加快哈密顿量模拟等量子电路生成的速度,对量子信号处理、量子模拟及其应用的前沿研究有重大助力。
进一步地,与业界方案相比,本公开方案具有以下优势:
第一、计算方法简单,速度快。对于相同的输入规模的处理参数,本公开方案的计算量更少,读写需求更少,综合地体现出计算速度快。
第二、引入更多中间存储,比如前序子电路等,略去了重复计算。
第三、并行计算速度快。本公开方案引入了的更多的并行计算,可以更好利用多核心计算机,减少计算耗时。
第四、除并行计算提速部分外,综合提速至少100%。
本公开方案还提供了一种量子信号处理电路的特征信息的确定装置,如图4所示,包括:
处理单元402,用于得到目标量子信号处理电路的函数特征信息,其中,所述函数特征信息包括以下至少之一:量子信号处理函数值向量雅可比矩阵其中,所述量子信号处理函数值向量表示:所述信号参数x为预设向量中各数值处量子信号处理函数的函数值所构成的向量;所述量子信号处理函数是基于所述目标量子信号处理电路的表达式所得;所述雅可比矩阵为所述量子信号处理函数值向量关于所述处理参数的雅可比矩阵;基于所述目标量子信号处理电路的函数特征信息,得到所述目标量子信号处理电路的电路特征信息,其中,所述电路特征信息包括以下至少之一:所述目标量子信号处理电路的迹,所述目标量子信号处理电路的迹的梯度。
在本公开方案的一具体示例中,所述处理单元402,具体用于:
和/或,
在本公开方案的一具体示例中,所述处理单元402,还用于:
基于所述目标量子信号处理电路的电路特征信息,对输入的所述处理参数进行调整,以得到所述目标量子信号处理电路的目标处理参数其中,所述目标处理参数编码有所述目标量子信号处理电路对信号参数x进行处理的处理效果。
在本公开方案的一具体示例中,所述目标量子信号处理电路为处理参数对称的量子信号处理电路。
在本公开方案的一具体示例中,所述表达式通过W(x)和来表示;其中,Z为Pauli Z算符,W(x)表示所述目标量子信号处理电路中的信号量子门,所述信号量子门编码有所述信号参数x;表示所述目标量子信号处理电路中的处理量子门,处理量子门编码有处理参数φk;其中,所述处理参数所述k为大于等于1小于等于d的正整数,所述d的取值与所述处理参数有关;
其中,所述处理单元,具体用于:
在本公开方案的一具体示例中,所述处理单元402,具体用于:
在本公开方案的一具体示例中,所述处理单元402,还用于:
在本公开方案的一具体示例中,所述处理单元402,还用于:
并行地遍历k=1,2,…,d:
在本公开方案的一具体示例中,所述表达式通过W(x)和来表示;其中,Z为Pauli Z算符;W(x)表示所述目标量子信号处理电路中的信号量子门,所述信号量子门编码有所述信号参数x;表示所述目标量子信号处理电路中的处理量子门,处理量子门编码有处理参数φk,其中,处理参数所述k为大于等于1小于等于d的正整数,所述d的取值与所述处理参数有关;
其中,所述处理单元,具体用于:
在本公开方案的一具体示例中,所述处理单元402,具体用于:
在本公开方案的一具体示例中,所述处理单元402,还用于:
在本公开方案的一具体示例中,所述处理单元402,还用于:
并行地遍历k=1,2,…,d:
在本公开方案的一具体示例中,所述处理单元402,具体用于:
在本公开方案的一具体示例中,所述处理单元402,还用于:
本公开实施例的装置的各单元的具体功能和示例的描述,可以参见上述方法实施例中对应步骤的相关描述,在此不再赘述。
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5示出了可以用来实施本公开的实施例的示例电子设备500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,个人数字助理、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/或者要求的本公开的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500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501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501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501执行上文所描述的各个方法和处理,例如量子信号处理电路的特征信息的确定方法。例如,在一些实施例中,量子信号处理电路的特征信息的确定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508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的量子信号处理电路的特征信息的确定方法的一个或多个步骤。备选地,在其他实施例中,计算单元501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信号处理电路的特征信息的确定方法。
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、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(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。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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 (31)
1.一种量子信号处理电路的特征信息的确定方法,包括:
得到目标量子信号处理电路的函数特征信息,其中,所述函数特征信息包括以下至少之一:量子信号处理函数值向量雅可比矩阵其中,所述量子信号处理函数值向量表示:所述信号参数x为预设向量中各数值处量子信号处理函数的函数值所构成的向量;所述量子信号处理函数是基于所述目标量子信号处理电路的表达式所得;所述雅可比矩阵为所述量子信号处理函数值向量关于所述处理参数的雅可比矩阵;
基于所述目标量子信号处理电路的函数特征信息,得到所述目标量子信号处理电路的电路特征信息,其中,所述电路特征信息包括以下至少之一:所述目标量子信号处理电路的迹,所述目标量子信号处理电路的迹的梯度。
4.根据权利要求1或2所述的方法,其中,所述目标量子信号处理电路为处理参数对称的量子信号处理电路。
5.根据权利要求1所述的方法,其中,所述表达式通过W(x)和来表示;其中,Z为PauliZ算符,W(x)表示所述目标量子信号处理电路中的信号量子门,所述信号量子门编码有所述信号参数x; 表示所述目标量子信号处理电路中的处理量子门,处理量子门编码有处理参数φk;其中,所述处理参数所述k为大于等于1小于等于d的正整数,所述d的取值与所述处理参数有关;
9.根据权利要求1所述的方法,其中,所述表达式通过W(x)和来表示;其中,Z为PauliZ算符;W(x)表示所述目标量子信号处理电路中的信号量子门,所述信号量子门编码有所述信号参数x; 表示所述目标量子信号处理电路中的处理量子门,处理量子门编码有处理参数φk,其中,处理参数所述k为大于等于1小于等于d的正整数,所述d的取值与所述处理参数有关;
15.一种量子信号处理电路的特征信息的确定装置,包括:
18.根据权利要求15或16所述的装置,其中,所述目标量子信号处理电路为处理参数对称的量子信号处理电路。
19.根据权利要求15所述的装置,其中,所述表达式通过W(x)和来表示;其中,Z为PauliZ算符,W(x)表示所述目标量子信号处理电路中的信号量子门,所述信号量子门编码有所述信号参数x; 表示所述目标量子信号处理电路中的处理量子门,处理量子门编码有处理参数φk;其中,所述处理参数所述k为大于等于1小于等于d的正整数,所述d的取值与所述处理参数有关;
其中,所述处理单元,具体用于:
23.根据权利要求15所述的装置,其中,所述表达式通过W(x)和来表示;其中,Z为Pauli Z算符;W(x)表示所述目标量子信号处理电路中的信号量子门,所述信号量子门编码有所述信号参数x; 表示所述目标量子信号处理电路中的处理量子门,处理量子门编码有处理参数φk,其中,处理参数所述k为大于等于1小于等于d的正整数,所述d的取值与所述处理参数有关;
所述处理单元,具体用于:
29.一种电子设备,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1-14中任一项所述的方法。
30.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-14中任一项所述的方法。
31.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-14中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211296322.6A CN115759269B (zh) | 2022-10-21 | 2022-10-21 | 特征信息的确定方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211296322.6A CN115759269B (zh) | 2022-10-21 | 2022-10-21 | 特征信息的确定方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115759269A true CN115759269A (zh) | 2023-03-07 |
CN115759269B CN115759269B (zh) | 2024-08-13 |
Family
ID=85352651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211296322.6A Active CN115759269B (zh) | 2022-10-21 | 2022-10-21 | 特征信息的确定方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115759269B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116415669A (zh) * | 2023-03-30 | 2023-07-11 | 北京百度网讯科技有限公司 | 量子电路的模拟方法、装置、设备及存储介质 |
CN117291273A (zh) * | 2023-11-24 | 2023-12-26 | 合肥微观纪元数字科技有限公司 | 量子计算区块链系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190392343A1 (en) * | 2018-06-25 | 2019-12-26 | Microsoft Technology Licensing, Llc | Product decomposition of periodic functions in quantum signal processing |
CN110738321A (zh) * | 2019-10-15 | 2020-01-31 | 北京百度网讯科技有限公司 | 一种量子信号处理方法及装置 |
US20200184023A1 (en) * | 2018-12-07 | 2020-06-11 | IonQ, Inc. | Classical optimizer for quantum chemistry circuit synthesis |
US20220076154A1 (en) * | 2021-01-22 | 2022-03-10 | Beijing Baidu Netcom Science Technology Co., Ltd. | Control pulse generation method, system, device and storage medium |
CN115101140A (zh) * | 2022-06-08 | 2022-09-23 | 北京百度网讯科技有限公司 | 确定分子的基态特征的方法、设备及存储介质 |
-
2022
- 2022-10-21 CN CN202211296322.6A patent/CN115759269B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190392343A1 (en) * | 2018-06-25 | 2019-12-26 | Microsoft Technology Licensing, Llc | Product decomposition of periodic functions in quantum signal processing |
US20200184023A1 (en) * | 2018-12-07 | 2020-06-11 | IonQ, Inc. | Classical optimizer for quantum chemistry circuit synthesis |
CN110738321A (zh) * | 2019-10-15 | 2020-01-31 | 北京百度网讯科技有限公司 | 一种量子信号处理方法及装置 |
US20220076154A1 (en) * | 2021-01-22 | 2022-03-10 | Beijing Baidu Netcom Science Technology Co., Ltd. | Control pulse generation method, system, device and storage medium |
CN115101140A (zh) * | 2022-06-08 | 2022-09-23 | 北京百度网讯科技有限公司 | 确定分子的基态特征的方法、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
黄建国等: "量子计算及其在信号与信息处理中的应用", 系统工程与电子技术, no. 07, 20 July 2003 (2003-07-20) * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116415669A (zh) * | 2023-03-30 | 2023-07-11 | 北京百度网讯科技有限公司 | 量子电路的模拟方法、装置、设备及存储介质 |
CN116415669B (zh) * | 2023-03-30 | 2024-08-09 | 北京百度网讯科技有限公司 | 量子电路的模拟方法、装置、设备及存储介质 |
CN117291273A (zh) * | 2023-11-24 | 2023-12-26 | 合肥微观纪元数字科技有限公司 | 量子计算区块链系统 |
CN117291273B (zh) * | 2023-11-24 | 2024-02-13 | 合肥微观纪元数字科技有限公司 | 量子计算区块链系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115759269B (zh) | 2024-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115759269A (zh) | 特征信息的确定方法、装置、设备以及存储介质 | |
CN113379058B (zh) | 量子模拟方法及装置、电子设备及存储介质 | |
CN114841352B (zh) | 量子计算处理方法、装置及电子设备 | |
CN115169568B (zh) | 量子计算处理方法、装置及电子设备 | |
CN114418107B (zh) | 酉算子编译方法、计算设备、装置及存储介质 | |
CN114418103B (zh) | 基态能量的确定方法、装置、设备及存储介质 | |
CN115577791B (zh) | 基于量子系统的信息处理方法及装置 | |
CN115577776B (zh) | 基态能量的确定方法、装置、设备及存储介质 | |
CN115577789B (zh) | 量子纠缠程度确定方法、装置、设备及存储介质 | |
CN115101140B (zh) | 确定分子的基态特征的方法、设备及存储介质 | |
CN113313261A (zh) | 函数处理方法、装置及电子设备 | |
CN114418108A (zh) | 酉算子编译方法、计算设备、装置及存储介质 | |
CN113098802A (zh) | 量子噪声信道的逆映射分解方法及装置、电子设备和介质 | |
CN113361717B (zh) | 量子态数据处理模型的训练方法、装置、电子设备及介质 | |
CN115829040A (zh) | 处理参数的确定方法、装置、设备以及存储介质 | |
CN116167446B (zh) | 量子计算处理方法、装置及电子设备 | |
CN115329971B (zh) | 消除振幅阻尼噪声的方法及装置、电子设备和介质 | |
CN115577782B (zh) | 量子计算方法、装置、设备及存储介质 | |
CN115577787B (zh) | 量子振幅估计方法、装置、设备以及存储介质 | |
CN115577783B (zh) | 量子数据处理方法、装置、设备以及存储介质 | |
CN115577786A (zh) | 量子熵确定方法、装置、设备及存储介质 | |
CN115577792A (zh) | 基于量子系统的信息处理方法及装置 | |
CN115577781A (zh) | 量子相对熵确定方法、装置、设备及存储介质 | |
CN113379056A (zh) | 量子态数据处理方法、装置、电子设备及存储介质 | |
CN116090573B (zh) | 非局域量子操作的模拟方法、装置、设备以及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |