CN117035105A - 数据预测方法及相关设备 - Google Patents

数据预测方法及相关设备 Download PDF

Info

Publication number
CN117035105A
CN117035105A CN202210479028.2A CN202210479028A CN117035105A CN 117035105 A CN117035105 A CN 117035105A CN 202210479028 A CN202210479028 A CN 202210479028A CN 117035105 A CN117035105 A CN 117035105A
Authority
CN
China
Prior art keywords
state
target
target state
quantum
prediction
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.)
Pending
Application number
CN202210479028.2A
Other languages
English (en)
Inventor
窦猛汉
孔小飞
方圆
李蕾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Benyuan Quantum Computing Technology Hefei Co ltd
Original Assignee
Benyuan Quantum Computing Technology Hefei Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Benyuan Quantum Computing Technology Hefei Co ltd filed Critical Benyuan Quantum Computing Technology Hefei Co ltd
Priority to CN202210479028.2A priority Critical patent/CN117035105A/zh
Publication of CN117035105A publication Critical patent/CN117035105A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Operations Research (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种数据预测方法及相关设备，所述方法包括：获取第一目标态，并获取表征目标数据的第二目标态；将所述第一目标态和所述第二目标态输入预测节点，以基于所述第一目标态和所述第二目标态得到第一中间态，并基于所述第一中间态和所述第二目标态得到第一输出态；在不满足第一预设条件时，将所述第一中间态作为所述第一目标态，并返回执行所述获取表征目标数据的第二目标态至所述将所述第一目标态和所述第二目标态输入预测节点的步骤；基于所述第一输出态得到预测结果。通过该技术方案，可以提高对于数据预测的准确度。

Description

数据预测方法及相关设备
技术领域
本发明属于量子计算技术领域，特别是涉及一种数据预测方法及相关设备。
背景技术
在金融领域，技术人员会建立预测模型对历史数据进行处理，以预测股票价格、现金流量等。在零售行业则会建立预测模型进行业务收入预测、库存预测等，在旅游行业则会进行旅游订单量预测、客服服务量预测。可见，在诸多应用场景中都需要使用到预测模型预测所需的数据。
相关技术中，如何利用已有的数据提高预测的准确度至关重要。
发明内容
本发明的目的是提供一种数据预测方法及相关设备，旨在提高数据预测的准确度。
为了实现上述目的，本发明实施例的第一方面，提供一种数据预测方法，所述方法包括：
获取第一目标态，并获取表征目标数据的第二目标态；
将所述第一目标态和所述第二目标态输入预测节点，以基于所述第一目标态和所述第二目标态得到第一中间态，并基于所述第一中间态和所述第二目标态得到第一输出态；
在不满足第一预设条件时，将所述第一中间态作为所述第一目标态，并返回执行所述获取表征目标数据的第二目标态至所述将所述第一目标态和所述第二目标态输入预测节点的步骤；
基于所述第一输出态得到预测结果。
可选地，所述预测节点包括第一计算单元和第二计算单元，所述将所述第一目标态和所述第二目标态输入预测节点，以基于所述第一目标态和所述第二目标态得到第一中间态，并基于所述第一中间态和所述第二目标态得到第一输出态，包括：
将所述第一目标态和所述第二目标态输入所述第一计算单元，得到第一中间态；
将所述第一中间态和所述第二目标态输入所述第二计算单元，得到第一输出态。
可选地，所述第一计算单元包括第一计算模块和第二计算模块，所述将所述第一目标态和所述第二目标态输入所述第一计算单元，得到第一中间态，包括：
将所述第一目标态和所述第二目标态输入所述第一计算模块，得到第一量子态；
将所述第一量子态和所述第二目标态输入所述第二计算模块，得到第一中间态。
可选地，所述第一计算模块包括第一受控量子逻辑单元，所述第一受控量子逻辑单元的控制比特为用于表示所述第二目标态的量子比特，所述第一受控量子逻辑单元的目标比特为用于表示所述第一目标态的量子比特。
可选地，所述第二计算模块包括第二受控量子逻辑单元，所述第二受控量子逻辑单元的目标比特为用于表示所述第一量子态的量子比特，所述第二受控量子逻辑单元的控制比特为用于表示所述第二目标态的量子比特以及用于表示所述第一量子态的量子比特中非所述目标比特的量子比特。
可选地，所述第二计算模块还包括与所述第二受控量子逻辑单元级联的量子逻辑门，所述量子逻辑门用于对所述第一量子态进行相位变换。
可选地，所述第二计算单元包括第三计算模块和第四计算模块，所述将所述第一中间态和所述第二目标态输入所述第二计算单元，得到第一输出态，包括：
将所述第二目标态输入所述第三计算模块，得到第二量子态；
将所述第二量子态和所述第一中间态输入所述第四计算模块，得到第一输出态。
可选地，所述第四计算模块包括第三受控量子逻辑单元，所述第三受控量子逻辑单元的控制比特为用于表示所述第一中间态的量子比特，所述第三受控量子逻辑单元的目标比特为用于表示所述第二量子态的量子比特。
可选地，所述预测节点包含参数，所述方法还包括：
获取第三目标态，并获取表征样本数据的第四目标态；
将所述第三目标态和所述第四目标态输入预测节点，以基于所述第三目标态和所述第四目标态得到第二中间态，并基于所述第二中间态和所述第四目标态得到第二输出态；
在不满足第二预设条件时，将所述第二中间态作为所述第三目标态，并返回执行所述获取表征样本数据的第四目标态至所述将所述第三目标态和所述第四目标态输入预测节点的步骤；
基于所述第二输出态得到输出结果；
获取所述样本数据的标签数据，并基于所述输出结果和所述标签数据更新所述预测节点的参数，得到训练后的所述预测节点，以用于对所述目标数据进行预测。
本发明实施例的第二方面，提供一种数据预测装置，所述装置包括：
第一获取模块，用于获取第一目标态，并获取表征目标数据的第二目标态；
第一输入模块，用于将所述第一目标态和所述第二目标态输入预测节点，以基于所述第一目标态和所述第二目标态得到第一中间态，并基于所述第一中间态和所述第二目标态得到第一输出态；
第一返回模块，用于在不满足第一预设条件时，将所述第一中间态作为所述第一目标态，并返回执行所述获取表征目标数据的第二目标态至所述将所述第一目标态和所述第二目标态输入预测节点的步骤；
第一输出模块，用于基于所述第一输出态得到预测结果。
可选地，所述预测节点包括第一计算单元和第二计算单元，所述第一输入模块还用于：
将所述第一目标态和所述第二目标态输入所述第一计算单元，得到第一中间态；
将所述第一中间态和所述第二目标态输入所述第二计算单元，得到第一输出态。
可选地，所述第一计算单元包括第一计算模块和第二计算模块，所述第一输入模块还用于：
将所述第一目标态和所述第二目标态输入所述第一计算模块，得到第一量子态；
将所述第一量子态和所述第二目标态输入所述第二计算模块，得到第一中间态。
可选地，所述第一计算模块包括第一受控量子逻辑单元，所述第一受控量子逻辑单元的控制比特为用于表示所述第二目标态的量子比特，所述第一受控量子逻辑单元的目标比特为用于表示所述第一目标态的量子比特。
可选地，所述第二计算模块包括第二受控量子逻辑单元，所述第二受控量子逻辑单元的目标比特为用于表示所述第一量子态的量子比特，所述第二受控量子逻辑单元的控制比特为用于表示所述第二目标态的量子比特以及用于表示所述第一量子态的量子比特中非所述目标比特的量子比特。
可选地，所述第二计算模块还包括与所述第二受控量子逻辑单元级联的量子逻辑门，所述量子逻辑门用于对所述第一量子态进行相位变换。
可选地，所述第二计算单元包括第三计算模块和第四计算模块，所述第一输入模块还用于：
将所述第二目标态输入所述第三计算模块，得到第二量子态；
将所述第二量子态和所述第一中间态输入所述第四计算模块，得到第一输出态。
可选地，所述第四计算模块包括第三受控量子逻辑单元，所述第三受控量子逻辑单元的控制比特为用于表示所述第一中间态的量子比特，所述第三受控量子逻辑单元的目标比特为用于表示所述第二量子态的量子比特。
可选地，所述预测节点包含参数，所述装置还包括：
第二获取模块，用于获取第三目标态，并获取表征样本数据的第四目标态；
第二输入模块，用于将所述第三目标态和所述第四目标态输入预测节点，以基于所述第三目标态和所述第四目标态得到第二中间态，并基于所述第二中间态和所述第四目标态得到第二输出态；
第二返回模块，用于在不满足第二预设条件时，将所述第二中间态作为所述第三目标态，并返回执行所述获取表征样本数据的第四目标态至所述将所述第三目标态和所述第四目标态输入预测节点的步骤；
第二输出模块，用于基于所述第二输出态得到输出结果；
训练模块，用于获取所述样本数据的标签数据，并基于所述输出结果和所述标签数据更新所述预测节点的参数，得到训练后的所述预测节点，以用于对所述目标数据进行预测。
本发明实施例的第三方面，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中任一项所述方法的步骤。
本发明实施例的第四方面，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中任一项所述方法的步骤。
基于上述技术方案，获取第一目标态和第二目标态后，将第一目标态和第二目标态输入预测节点，对第一目标态和第二目标态进行运算得到第一中间态，此时第二目标态关于目标数据的信息可以传递到第一中间态中存储，再对第一中间态和第二目标态进行运算，得到包含表示预测结果的信息的第一输出态，在不满足预设条件时，可以重复前述过程，再利用第一中间态和第二目标态进行运算，以增强对目标数据的利用，得到又一个第一输出态，最后根据第一输出态得到预测结果完成预测，由于可以多次利用目标数据进行运算，故增强了预测能力，提高了预测的准确度。
附图说明
图1是根据一示例性实施例示出的一种数据预测方法的计算机终端的硬件结构框图。
图2是根据一示例性实施例示出的一种数据预测方法的流程图。
图3是根据一示例性实施例示出的一种包含预测节点的预测模型的示意图。
图4是根据一示例性实施例示出的一种预测节点的示意图。
图5是根据一示例性实施例示出的一种数据预测方法包括的步骤S22的流程图。
图6是根据一示例性实施例示出的一种第一受控量子逻辑单元的示意图。
图7是根据一示例性实施例示出的一种数据预测方法的另一流程图。
图8是根据一示例性实施例示出的一种数据预测装置的框图。
具体实施方式
下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本发明实施例首先提供了一种数据预测方法，该方法可以应用于电子设备，如计算机终端，具体如普通电脑、量子计算机等。
下面以运行在计算机终端上为例对其进行详细说明。图1是根据一示例性实施例示出的一种数据预测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)和用于存储基于量子线路的数据预测方法的存储器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数据预测方法对应的程序指令/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。本发明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，本发明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成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X门)、泡利-Y门(Y门，泡利Y门)、泡利-Z门(Z门，泡利Z门)、RX门(RX旋转门)、RY门(RY旋转门)、RZ门(RZ旋转门)等等；多比特量子逻辑门，如CNOT门、CR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向量进行计算。例如，量子态右矢|0>对应的向量可以为量子态右矢|1>对应的向量可以为/>
图2是根据一示例性实施例示出的一种数据预测方法的流程图，如图2所示，该方法包括：
S21，获取第一目标态，并获取表征目标数据的第二目标态。
S22，将所述第一目标态和所述第二目标态输入预测节点，以基于所述第一目标态和所述第二目标态得到第一中间态，并基于所述第一中间态和所述第二目标态得到第一输出态。
S23，在不满足第一预设条件时，将所述第一中间态作为所述第一目标态，并返回执行所述获取表征目标数据的第二目标态至所述将所述第一目标态和所述第二目标态输入预测节点的步骤。
S24，基于所述第一输出态得到预测结果。
在步骤S21中，目标数据即用于进行预测的数据，例如该数据预测方法可以用于预测金融资产价格如股票价格，此时，目标数据可以为金融资产的历史价格，目标数据可以为时间序列数据即按时间顺序产生的数据，例如前述的金融资产历史价格数据即为按时间顺序产生的数据，其先后产生的数据互相具有一定的关联。当然目标数据也可以是其它时间序列数据，例如历史业务收入数据、历史库存消耗数据、历史旅游订单量数据、历史客服服务量数据、历史气象数据以及历史人口数据等。
具体来讲，可以获取第一量子比特和第二量子比特，将第一量子比特制备至第一目标态，将第二量子比特制备至第二目标态，例如可以将每个第一量子比特制备至第一目标态|0>，将第二量子比特先制备至|0>，再将|0>和目标数据输入编码单元，得到对目标数据编码的第二目标态。例如编码单元可以包括多个含参量子逻辑门，进而将目标数据作为含参量子逻辑门的参数，再将该含参量子逻辑门作用于第二量子比特的|0>得到第二目标态，编码单元也可以将第二量子比特制备至表征目标数据的由每个量子比特的量子态表示的二进制码，例如对于目标数据3，可以获取2个第二量子比特，将其制备至第二目标态|11>。对于第二目标态具体采用何种方式获取，本发明不做具体限制，例如编码单元还可以用于实现对|0>的克罗克内积。
获取第一目标态和第二目标态后，进入执行步骤S22，在步骤S22中，可以将第一目标态和第二目标态一并输入预测节点，使得预测节点可以根据第一目标态和第二目标态进行运算得到第一中间态，例如可以对第一目标态和第二目标态进行非线性变换得到第一中间态。经过运算，得到存储有目标数据的运算信息的第一中间态，运算信息表示对输入预测节点的量子态进行运算后的运算结果，例如对输入预测节点的第一目标态和第二目标态进行非线性变换后的运算结果。
得到第一中间态后，预测节点还可以对第一中间态和第二中间态进行运算如非线性运算以得到表征预测结果的第一输出态。第一输出态表征预测结果并非一定指第一输出态直接表征预测结果，其也可以间接表征预测结果，例如可以存储有与预测结果相关的关联信息，进而可以对第一输出态对应的测量结果再进行运算如线性变换得到预测结果。
得到第一输出态和第一中间态后，可以进入执行步骤S23，检测当前是否满足第一预设条件，例如第一预设条件为返回执行所述获取表征目标数据的第二目标态至所述将所述第一目标态和所述第二目标态输入预测节点的步骤的次数大于或等于预设次数，不满足第一预设条件时即在返回执行这些步骤的次数小于预设次数时，将第一中间态作为第一目标态，返回执行步骤S21中获取表征目标数据的第二目标态的步骤以及步骤S22。满足第一预设条件时，可以进入执行步骤S24。
举例来讲，可以建立包含多个预测节点的预测模型，例如建立包含如图3所示的3个预测节点的预测模型，第一预设条件可以为所述预测模型中所有所述预测节点都输出了所述第一输出态，即所有的预测节点都完成了基于第一目标态和第二目标态的运算，或者完了基于第一中间态和第二目标态的运算，若执行步骤S23时检测到预测模型中有预测节点未执行前述运算，进而未输出第一输出态，则不满足预设条件，可以返回执行步骤S21中获取表征目标数据的第二目标态的步骤以及步骤S22，即可以获取表征新的目标数据的第二目标态，并在执行步骤S22时，将所述第一目标态和该第二目标态输入新的预测节点即未输出所述第一输出态的预测节点。
参见图3，获取第一目标态和表征目标数据m1的第二目标态，可以将第一量子比特311制备至第一目标态，将第二量子比特312制备至该第二目标态，将该第一目标态和第二目标态输入预测节点321后，此时第一量子比特311由第一目标态演化至第一中间态，第二量子比特312由第二目标态演化至第一输出态，此时由于该预测模型中还有预测节点322和预测节点323未输出第一输出态，进而可以获取表示目标数据m2的第二目标态，具体地，可以将第二量子比特313制备至该第二目标态，并将该第二目标态和前述第一中间态输入预测节点322中，第一量子比特311演化至新的第一中间态，第二量子比特313演化至不同的第一输出态。此时由于预测节点323还未输出第一输出态，故再将第二量子比特314制备至表征目标数据m3的第二目标态，然后将该第二目标态和预测节点322输出的第一中间态输入预测节点323，第二量子比特314演化至新的第一输出态，此时预测模型中所有的预测节点已经输出了第一输出态，第一预设条件满足，故进入执行步骤S24。如此，预测节点321输出的第一中间态包含目标数据m1的运算信息，进而预测节点322可以利用第一中间态对m1的运算信息与m2进行运算，同理，预测节点323可以对m1，m2的运算信息和m3进行运算，对于时间序列数据或其它前后具有关联的数据，可以利用其关联性进行预测，以提高预测的准确度。需要说明的是，第二量子比特312、第二量子比特313、第二量子比特314可以是相同的量子比特，每次制备新的第二目标态前，可以将其制备至|0>。
需要说明的是，每次返回执行步骤S21中获取表征目标数据的第二目标态的步骤时，可以是获取新的目标数据，例如可以是时间序列中不同时间点的数据，每次返回执行步骤S22时，也可以输入不同的预测节点，例如可以是结构相同仅参数不同的预测节点。
在步骤S24中，沿用前述例子，前述步骤中每次得到第一输出态时，可以测量表示第一输出态的量子比特，得到预测数据，进而可以得到多个预测数据，再对预测数据进行线性变换例如加权求和得到预测结果。例如对于预测节点321、预测节点323、预测节点323，可以测量第二量子比特312、第二量子比特313、第二量子比特314分别得到预测数据n1、n2和n3，再对n1，n2和n3进行线性变换得到预测结果。
基于上述技术方案，获取第一目标态和第二目标态后，将第一目标态和第二目标态输入预测节点，对第一目标态和第二目标态进行运算得到第一中间态，此时第二目标态关于目标数据的信息可以传递到第一中间态中存储，再对第一中间态和第二目标态进行运算，得到包含表示预测结果的信息的第一输出态，在不满足预设条件时，可以重复前述过程，再利用第一中间态和第二目标态进行运算，以增强对目标数据的利用，得到又一个第一输出态，最后根据第一输出态得到预测结果完成预测，由于可以多次利用目标数据进行运算，故增强了预测能力，提高了预测的准确度。
可选地，参见图4，预测节点包括第一计算单元410和第二计算单元420，参见图5，在步骤S22中，将所述第一目标态和所述第二目标态输入预测节点，以基于所述第一目标态和所述第二目标态得到第一中间态，并基于所述第一中间态和所述第二目标态得到第一输出态，包括：
S221，将所述第一目标态和所述第二目标态输入所述第一计算单元，得到第一中间态。
S222，将所述第一中间态和所述第二目标态输入所述第二计算单元，得到第一输出态。
在步骤S221中，第一计算单元可以根据第一目标态和第二目标态进行运算得到第一中间态，例如可以对第一目标态和第二目标态进行非线性变换得到第一中间态。参见图4，获取第一量子比特以及第二量子比特，并将第一量子比特制备至|0>作为第一目标态，将第二量子比特也制备至|0>，获取目标数据x，将x输入编码单元X1，然后将编码单元X1作用于为量子态为|0>的第二量子比特，得到编码单元X1输出的第二目标态，再将该第一计算单元410作用于第一量子比特和第二量子比特，以将该第一目标态和该第二目标态输入第一计算单元410，使得第一量子比特演化至第一中间态，第二量子比特的量子态可以保持不变。需要说明的是，在图4中，编码单元X1所在线路对应的量子比特为第二量子比特，其它线路的量子比特为第一量子比特，第一量子比特共有h个，第二量子比特共有i个，h和i均为整数，可以根据具体情况决定。
得到第一中间态后，执行步骤S222，利用第二计算单元对第一中间态和第二目标态进行运算例如非线性变换，得到第一输出态。沿用前述例子，经过第一计算单元作用后，第一量子比特的量子态演化至第一中间态，第二量子比特的量子态不变，仍然为第二目标态，进而可以将第二计算单元420作用于此时的第一量子比特和第二量子比特，使得第二量子比特由第二目标态演化至第一输出态输出，第一量子比特的量子态保持不变，仍然为第一中间态。如此，后续的预测节点可以直接利用该第一量子比特的第一中间态。
可选地，参见图4，第一计算单元410包括第一计算模块411和第二计算模块412，在步骤S221中，将所述第一目标态和所述第二目标态输入所述第一计算单元，得到第一中间态，包括：
S2211，将所述第一目标态和所述第二目标态输入所述第一计算模块，得到第一量子态。
S2212，将所述第一量子态和所述第二目标态输入所述第二计算模块，得到第一中间态。
在步骤S2211中，将第一目标态和第二目标态输入第一计算模块，以对第一目标态和第二目标态进行运算如非线性变换，得到第一量子态，如此目标数据的信息被写入第一量子态中，得到存储有目标数据的相关信息的第一量子态，相关信息可以是目标数据中提取的表示预测对象特征的特征数据。沿用前述例子，参见图4，将第一目标态和第二目标态输入第一计算模块411后，第一量子比特由第一目标态演化至第一量子态，第二量子比特的量子态保持不变，仍为第二目标态。
可选地，所述第一计算模块包括第一受控量子逻辑单元，所述第一受控量子逻辑单元的控制比特为用于表示所述第二目标态的量子比特，所述第一受控量子逻辑单元的目标比特为用于表示所述第一目标态的量子比特。
第一受控量子逻辑单元可以实现对于其作用的目标比特的量子态的非线性变换。沿用前述例子，参见图4，第一计算模块411包括I1至Ih共h个第一受控量子逻辑单元，为方便仅示出第一受控量子逻辑单元I1、第一受控量子逻辑单元I2和第一受控量子逻辑单元Ih，以第一受控量子逻辑单元I1为例，其目标比特为前述第一量子比特，其控制比特为前述第二量子比特，具体的，其目标比特为第一个第一量子比特，其控制比特可以为所有第二量子比特。对于其它第一受控量子逻辑单元，其目标比特具体为哪些用于表示所述第一目标态的量子比特，控制比特具体为哪些用于表示所述第二目标态的量子比特，本发明不做具体限制，可以视具体想要实现的变换确定。
沿用前述例子，参见图6，在一种可能的实施方式中，第一受控量子比特包括如图所示的量子逻辑门R0以及受控量子逻辑门R1、受控量子逻辑门R2、受控量子逻辑门R3、受控量子逻辑门R4、受控量子逻辑门R12、受控量子逻辑门R13、受控量子逻辑门R14、受控量子逻辑门R23、受控量子逻辑门R24、受控量子逻辑门R34，其目标比特均为前述第一量子比特，其控制比特为前述第二量子比特，具体的控制比特可以参见图6。其中的量子逻辑门R0和其它的受控量子逻辑门作用于量子态|x>|0>，其中|x>对应控制比特，|0>对应目标比特，作用后可以得到量子态|x>(cos(f(k))|0>+sin(f(k))|1>)，其中:
θ0为量子逻辑门R0的参数，θi为受控量子逻辑门Ri的参数，θij为受控量子逻辑门Rij的参数。
其中，ord为k的各项的最高次数，例如前述k的ord＝2，当然k的最高次数可以视具体情况决定，k可以为：
量子逻辑门R0和其它的受控量子逻辑门可以实现以下非线性变换：
R(θ)表示量子逻辑门R0或其它的受控量子逻辑门。
在步骤S2211中，将第一量子态和第二目标态输入第二计算模块，以对第一量子态和第二目标态进行运算如非线性变换，得到第一中间态。沿用前述例子，参见图4，将第一量子态和第二目标态输入第二计算模块412后，第一量子比特由第一量子态演化至第一中间态，第二量子比特的量子态保持不变，仍为第二目标态。
可选地，所述第二计算模块包括第二受控量子逻辑单元，所述第二受控量子逻辑单元的目标比特为用于表示所述第一量子态的量子比特，所述第二受控量子逻辑单元的控制比特为用于表示所述第二目标态的量子比特以及用于表示所述第一量子态的量子比特中非所述目标比特的量子比特。
第二受控量子逻辑单元可以实现对于其作用的目标比特的量子态的非线性变换。沿用前述例子，参见图4，第二计算模块412包括S1至Sh共h个第二受控量子逻辑单元，为方便仅示出第二受控量子逻辑单元S1、第二受控量子逻辑单元S2和第二受控量子逻辑单元Sh，以第二受控量子逻辑单元S1为例，其目标比特为前述第一量子比特，其控制比特为前述第二量子比特和除作为该目标比特的第一量子比特，具体的，其目标比特为第一个第一量子比特，其控制比特可以为所有第二量子比特和除了第一个第一量子比特外的其它第一量子比特。对于其它第二受控量子逻辑单元，其目标比特和控制比特具体为哪些量子比特，本发明不做具体限制，可以视具体想要实现的变换确定。第二受控量子逻辑单元可以参见第一受控量子逻辑单元的构建方式进行构建。
可选地，所述第二计算模块还包括与所述第二受控量子逻辑单元级联的量子逻辑门，所述量子逻辑门用于对所述第一量子态进行相位变换。
参见图5，第二计算模块412还包括，包括R1至Rh共h个量子逻辑门，为方便仅示出量子逻辑门R1、量子逻辑门R2和量子逻辑门Rh，以量子逻辑门R1为例，量子逻辑门R1与第二受控量子逻辑单元S1级联。通过设置这些量子逻辑门，可以增强模型的预测能力。量子逻辑门可以采用实现前述R(θ)变换的量子逻辑门。
可选地，所述第二计算单元包括第三计算模块和第四计算模块，在步骤S222中，将所述第一中间态和所述第二目标态输入所述第二计算单元，得到第一输出态，包括：
S2221，将所述第二目标态输入所述第三计算模块，得到第二量子态,。
S2222，将所述第二量子态和所述第一中间态输入所述第四计算模块，得到第一输出态。
参见图4，第二计算单元420可以包括第三计算模块X2和第四计算模块421。在步骤S2221中，将第二目标态输入第三计算模块，以将第二目标态演化至第二量子态，也即不包含其它信息的第二量子态，方便后续将第一中间态的信息写入表示第二量子态的量子比特中。参见图4，沿用前述例子，将第二目标态输入第三计算模块X2，第二量子比特由第二目标态演化至|0>，即所有第二量子比特的量子态均为|0>。在一种可能的实施方式中，第三计算模块X2可以与前述编码单元X1采用相同的量子逻辑门构建，通过获取相同的目标数据x实现对于第二目标态的翻转。
执行步骤S2221后，进入执行步骤S2222，将第一中间态和第二量子态输入第四计算模块，以对第一中间态和第二量子态进行运算如非线性变换，得到第一输出态，如此第一中间态中的信息被写入第一输出态中，得到存储有表示预测结果的信息的第一输出态。沿用前述例子，参见图4，将第一中间态和第二量子态输入第四计算模块421后，第一量子比特的量子态保持不变，仍为第一中间态，第二量子比特的量子态由第二量子态演化至第一输出态。
可选地，所述第四计算模块包括第三受控量子逻辑单元，所述第三受控量子逻辑单元的控制比特为用于表示所述第一中间态的量子比特，所述第三受控量子逻辑单元的目标比特为用于表示所述第二量子态的量子比特。
第三受控量子逻辑单元可以实现对于其作用的目标比特的量子态的非线性变换。沿用前述例子，参见图4，第四计算模块421包括O1至Oi共i个第三受控量子逻辑单元，为方便仅示出第三受控量子逻辑单元O1、第三受控量子逻辑单元O2和第三受控量子逻辑单元Oi，以第三受控量子逻辑单元O1为例，其目标比特为前述第二量子比特，其控制比特为前述第一量子比特。具体的，其目标比特为第一个第二量子比特，其控制比特可以为所有第一量子比特。对于其它第三受控量子逻辑单元，其目标比特具体为哪些用于表示所述第二量子态的量子比特，控制比特具体为哪些用于表示所述第一中间态的量子比特，本发明不做具体限制，可以视具体想要实现的变换确定。第三受控量子逻辑单元可以参见第一受控量子逻辑单元的构建方式进行构建。
可选地，前述所述预测节点包含参数，图7是根据一示例性实施例示出的一种数据预测方法的另一流程图，如图7所示，该方法包括：
S71，获取第三目标态，并获取表征样本数据的第四目标态。
S72，将所述第三目标态和所述第四目标态输入预测节点，以基于所述第三目标态和所述第四目标态得到第二中间态，并基于所述第二中间态和所述第四目标态得到第二输出态。
S73，在不满足第二预设条件时，将所述第二中间态作为所述第三目标态，并返回执行所述获取表征样本数据的第四目标态至所述将所述第三目标态和所述第四目标态输入预测节点的步骤。
S74，基于所述第二输出态得到输出结果。
S75，获取所述样本数据的标签数据，并基于所述输出结果和所述标签数据更新所述预测节点的参数，得到训练后的所述预测节点，以用于对所述目标数据进行预测。
S76，获取第一目标态，并获取表征目标数据的第二目标态。
S77，将所述第一目标态和所述第二目标态输入预测节点，以基于所述第一目标态和所述第二目标态得到第一中间态，并基于所述第一中间态和所述第二目标态得到第一输出态。
S78，在不满足第一预设条件时，将所述第一中间态作为所述第一目标态，并返回执行所述获取表征目标数据的第二目标态至所述将所述第一目标态和所述第二目标态输入预测节点的步骤。
S79，基于所述第一输出态得到预测结果。
步骤S76至步骤S79可以分别参见步骤S21至步骤S24。
具体来讲，步骤S71至步骤S74可以分别参见步骤S21至步骤S24，其各个步骤对应的具体执行方式可以相同，区别在于目标数据替换为样本数据，对于其各个步骤此处不在赘述。例如第三目标态和第四目标态可以分别对应第一目标态和第二目标态，第二中间态和第二输出态分别对应第一中间态和第一输出态，第二预设条件对应第一预设条件，输出结果对应预测结果。
得到输出结果后可以进入执行步骤S75，在步骤S75中，标签数据用于表示样本数据的真实预测结果，进而可以利用相关算法对预测节点进行训练，例如可以根据梯度下降算法更新预测节点的参数，实现训练，得到训练后具有较好预测能力的预测节点，用于后续步骤。
图8是根据一示例性实施例示出的一种数据预测装置的框图，如图8所示，该装置800包括：
第一获取模块810，用于获取第一目标态，并获取表征目标数据的第二目标态；
第一输入模块820，用于将所述第一目标态和所述第二目标态输入预测节点，以基于所述第一目标态和所述第二目标态得到第一中间态，并基于所述第一中间态和所述第二目标态得到第一输出态；
第一返回模块830，用于在不满足第一预设条件时，将所述第一中间态作为所述第一目标态，并返回执行所述获取表征目标数据的第二目标态至所述将所述第一目标态和所述第二目标态输入预测节点的步骤；
第一输出模块840，用于基于所述第一输出态得到预测结果。
可选地，所述预测节点包括第一计算单元和第二计算单元，所述第一输入模块810还用于：
将所述第一目标态和所述第二目标态输入所述第一计算单元，得到第一中间态；
将所述第一中间态和所述第二目标态输入所述第二计算单元，得到第一输出态。
可选地，所述第一计算单元包括第一计算模块和第二计算模块，所述第一输入模块810还用于：
将所述第一目标态和所述第二目标态输入所述第一计算模块，得到第一量子态；
将所述第一量子态和所述第二目标态输入所述第二计算模块，得到第一中间态。
可选地，所述第一计算模块包括第一受控量子逻辑单元，所述第一受控量子逻辑单元的控制比特为用于表示所述第二目标态的量子比特，所述第一受控量子逻辑单元的目标比特为用于表示所述第一目标态的量子比特。
可选地，所述第二计算模块包括第二受控量子逻辑单元，所述第二受控量子逻辑单元的目标比特为用于表示所述第一量子态的量子比特，所述第二受控量子逻辑单元的控制比特为用于表示所述第二目标态的量子比特以及用于表示所述第一量子态的量子比特中非所述目标比特的量子比特。
可选地，所述第二计算模块还包括与所述第二受控量子逻辑单元级联的量子逻辑门，所述量子逻辑门用于对所述第一量子态进行相位变换。
可选地，所述第二计算单元包括第三计算模块和第四计算模块，所述第一输入模块810还用于：
将所述第二目标态输入所述第三计算模块，得到第二量子态；
将所述第二量子态和所述第一中间态输入所述第四计算模块，得到第一输出态。
可选地，所述第四计算模块包括第三受控量子逻辑单元，所述第三受控量子逻辑单元的控制比特为用于表示所述第一中间态的量子比特，所述第三受控量子逻辑单元的目标比特为用于表示所述第二量子态的量子比特。
可选地，所述预测节点包含参数，所述装置800还包括：
第二获取模块，用于获取第三目标态，并获取表征样本数据的第四目标态；
第二输入模块，用于将所述第三目标态和所述第四目标态输入预测节点，以基于所述第三目标态和所述第四目标态得到第二中间态，并基于所述第二中间态和所述第四目标态得到第二输出态；
第二返回模块，用于在不满足第二预设条件时，将所述第二中间态作为所述第三目标态，并返回执行所述获取表征样本数据的第四目标态至所述将所述第三目标态和所述第四目标态输入预测节点的步骤；
第二输出模块，用于基于所述第二输出态得到输出结果；
训练模块，用于获取所述样本数据的标签数据，并基于所述输出结果和所述标签数据更新所述预测节点的参数，得到训练后的所述预测节点，以用于对所述目标数据进行预测。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本发明的再一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数据预测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。
本发明的再一实施例还提供了一种电子装置，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数据预测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：
获取第一目标态，并获取表征目标数据的第二目标态；
将所述第一目标态和所述第二目标态输入预测节点，以基于所述第一目标态和所述第二目标态得到第一中间态，并基于所述第一中间态和所述第二目标态得到第一输出态；
在不满足第一预设条件时，将所述第一中间态作为所述第一目标态，并返回执行所述获取表征目标数据的第二目标态至所述将所述第一目标态和所述第二目标态输入预测节点的步骤；
基于所述第一输出态得到预测结果。
以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果，以上所述仅为本发明的较佳实施例，但本发明不以图面所示限定实施范围，凡是依照本发明的构想所作的改变，或修改为等同变化的等效实施例，仍未超出说明书与图示所涵盖的精神时，均应在本发明的保护范围内。

Claims (12)

1.一种数据预测方法，其特征在于，所述方法包括：
获取第一目标态，并获取表征目标数据的第二目标态；
将所述第一目标态和所述第二目标态输入预测节点，以基于所述第一目标态和所述第二目标态得到第一中间态，并基于所述第一中间态和所述第二目标态得到第一输出态；
在不满足第一预设条件时，将所述第一中间态作为所述第一目标态，并返回执行所述获取表征目标数据的第二目标态至所述将所述第一目标态和所述第二目标态输入预测节点的步骤；
基于所述第一输出态得到预测结果。
2.如权利要求1所述的方法，其特征在于，所述预测节点包括第一计算单元和第二计算单元，所述将所述第一目标态和所述第二目标态输入预测节点，以基于所述第一目标态和所述第二目标态得到第一中间态，并基于所述第一中间态和所述第二目标态得到第一输出态，包括：
将所述第一目标态和所述第二目标态输入所述第一计算单元，得到第一中间态；
将所述第一中间态和所述第二目标态输入所述第二计算单元，得到第一输出态。
3.如权利要求2所述的方法，其特征在于，所述第一计算单元包括第一计算模块和第二计算模块，所述将所述第一目标态和所述第二目标态输入所述第一计算单元，得到第一中间态，包括：
将所述第一目标态和所述第二目标态输入所述第一计算模块，得到第一量子态；
将所述第一量子态和所述第二目标态输入所述第二计算模块，得到第一中间态。
4.如权利要求3所述的方法，其特征在于，所述第一计算模块包括第一受控量子逻辑单元，所述第一受控量子逻辑单元的控制比特为用于表示所述第二目标态的量子比特，所述第一受控量子逻辑单元的目标比特为用于表示所述第一目标态的量子比特。
5.如权利要求3所述的方法，其特征在于，所述第二计算模块包括第二受控量子逻辑单元，所述第二受控量子逻辑单元的目标比特为用于表示所述第一量子态的量子比特，所述第二受控量子逻辑单元的控制比特为用于表示所述第二目标态的量子比特以及用于表示所述第一量子态的量子比特中非所述目标比特的量子比特。
6.如权利要求5所述的方法，其特征在于，所述第二计算模块还包括与所述第二受控量子逻辑单元级联的量子逻辑门，所述量子逻辑门用于对所述第一量子态进行相位变换。
7.如权利要求2所述的方法，其特征在于，所述第二计算单元包括第三计算模块和第四计算模块，所述将所述第一中间态和所述第二目标态输入所述第二计算单元，得到第一输出态，包括：
将所述第二目标态输入所述第三计算模块，得到第二量子态；
将所述第二量子态和所述第一中间态输入所述第四计算模块，得到第一输出态。
8.如权利要求7所述的方法，其特征在于，所述第四计算模块包括第三受控量子逻辑单元，所述第三受控量子逻辑单元的控制比特为用于表示所述第一中间态的量子比特，所述第三受控量子逻辑单元的目标比特为用于表示所述第二量子态的量子比特。
9.如权利要求1所述的方法，其特征在于，所述预测节点包含参数，所述方法还包括：
获取第三目标态，并获取表征样本数据的第四目标态；
将所述第三目标态和所述第四目标态输入预测节点，以基于所述第三目标态和所述第四目标态得到第二中间态，并基于所述第二中间态和所述第四目标态得到第二输出态；
在不满足第二预设条件时，将所述第二中间态作为所述第三目标态，并返回执行所述获取表征样本数据的第四目标态至所述将所述第三目标态和所述第四目标态输入预测节点的步骤；
基于所述第二输出态得到输出结果；
获取所述样本数据的标签数据，并基于所述输出结果和所述标签数据更新所述预测节点的参数，得到训练后的所述预测节点，以用于对所述目标数据进行预测。
10.一种数据预测装置，其特征在于，所述装置包括：
第一获取模块，用于获取第一目标态，并获取表征目标数据的第二目标态；
第一输入模块，用于将所述第一目标态和所述第二目标态输入预测节点，以基于所述第一目标态和所述第二目标态得到第一中间态，并基于所述第一中间态和所述第二目标态得到第一输出态；
第一返回模块，用于在不满足第一预设条件时，将所述第一中间态作为所述第一目标态，并返回执行所述获取表征目标数据的第二目标态至所述将所述第一目标态和所述第二目标态输入预测节点的步骤；
第一输出模块，用于基于所述第一输出态得到预测结果。
11.一种存储介质，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9任一项中所述的方法。
12.一种电子装置，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9任一项中所述的方法。
CN202210479028.2A 2022-04-29 2022-04-29 数据预测方法及相关设备 Pending CN117035105A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210479028.2A CN117035105A (zh) 2022-04-29 2022-04-29 数据预测方法及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210479028.2A CN117035105A (zh) 2022-04-29 2022-04-29 数据预测方法及相关设备

Publications (1)

Publication Number Publication Date
CN117035105A true CN117035105A (zh) 2023-11-10

Family

ID=88632347

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210479028.2A Pending CN117035105A (zh) 2022-04-29 2022-04-29 数据预测方法及相关设备

Country Status (1)

Country Link
CN (1) CN117035105A (zh)

Similar Documents

Publication Publication Date Title
CN113850389B (zh) 一种量子线路的构建方法及装置
CN113222155B (zh) 一种量子线路的构建方法、装置、电子装置和存储介质
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
CN114358317B (zh) 基于机器学习框架的数据分类方法及相关设备
CN114358318B (zh) 基于机器学习框架的分类方法及相关装置
CN115293254A (zh) 基于量子多层感知器的分类方法及相关设备
CN114819168B (zh) 一种矩阵特征值的量子比较方法及装置
CN116431807B (zh) 一种文本分类方法、装置、存储介质及电子装置
CN113222151B (zh) 一种量子态的变换方法及装置
CN116403657A (zh) 一种药物反应预测方法、装置、存储介质及电子装置
CN116011681A (zh) 一种气象数据预测方法、装置、存储介质及电子装置
CN116011682A (zh) 一种气象数据预测方法、装置、存储介质及电子装置
CN115809707B (zh) 量子比较运算方法、装置、电子装置及基础算术组件
CN114998025A (zh) 投资组合决策生成方法、装置、电子设备及存储介质
CN117035105A (zh) 数据预测方法及相关设备
CN112000673B (zh) 一种利用量子线路查询交易元素的方法及装置
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
CN114819169B (zh) 一种矩阵条件数的量子估计方法及装置
CN115730670B (zh) 模式文件的生成方法、装置、介质及电子装置
CN116738128B (zh) 一种利用量子线路求解含时偏微分方程的方法及装置
CN116167407B (zh) 一种基于量子循环神经网络的数据预测方法及相关设备
CN114820182B (zh) 一种金融交易数据中协整对的量子查找方法及装置
CN114372583B (zh) 基于机器学习框架的量子程序优化方法及相关设备
CN115879559B (zh) 多个量子态之间的等值关系判断方法、装置及量子计算机
CN115775030B (zh) 基于模式匹配的量子程序重写方法、装置及电子装置

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