CN117852665A - 基于量子线路的物理系统状态预测方法及相关装置 - Google Patents
基于量子线路的物理系统状态预测方法及相关装置 Download PDFInfo
- Publication number
- CN117852665A CN117852665A CN202410087319.6A CN202410087319A CN117852665A CN 117852665 A CN117852665 A CN 117852665A CN 202410087319 A CN202410087319 A CN 202410087319A CN 117852665 A CN117852665 A CN 117852665A
- Authority
- CN
- China
- Prior art keywords
- parameter
- logic gate
- quantum
- state
- physical system
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 72
- 238000005315 distribution function Methods 0.000 claims description 14
- 230000007704 transition Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 12
- 239000002096 quantum dot Substances 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000005428 wave function Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008571 general function Effects 0.000 description 1
- 230000005283 ground state Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005610 quantum mechanics Effects 0.000 description 1
- 238000002407 reforming Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Tests Of Electronic Circuits (AREA)
Abstract
本发明的实施例提供了一种基于量子线路的物理系统状态预测方法、装置、电子设备及存储介质,涉及量子计算领域,方法包括:获取拟设的量子线路和物理系统当前时刻所处的状态信息,拟设的量子线路包括含参量子逻辑门,基于物理系统当前时刻所处的状态信息确定当前时刻含参量子逻辑门的参数值,基于量子虚时演化算法QITE更新当前时刻含参量子逻辑门的参数值得到下一时刻含参量子逻辑门的参数值,以及基于下一时刻含参量子逻辑门的参数值运行拟设的量子线路确定物理系统下一时刻所处的状态信息。本申请提供的方法,可以提高状态预测的效率。
Description
技术领域
本发明涉及量子计算领域,具体而言,涉及一种基于量子线路的物理系统状态预测方法及相关装置。
背景技术
现有基于量子线路的预测方法中,首先需要对当前时刻的状态进行量子编码,然后通过训练确定变分量子线路中各参数的取值,最后进行测量,根据测量结果得到下一时刻的状态。可以看出,为了得到准确的预测状态,现有的方法需要大量的数据进行训练,对数据量具有较大的要求,使得状态预测的效率较低。
发明内容
本发明的目的在于提供一种基于量子线路的物理系统状态预测方法及相关装置,能够提高预测的效率。
为了实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供了一种基于量子线路的物理系统状态预测方法,方法包括:
获取拟设的量子线路和物理系统当前时刻所处的状态信息,所述拟设的量子线路包括含参量子逻辑门;
基于物理系统当前时刻所处的状态信息确定当前时刻所述含参量子逻辑门的参数值;
基于量子虚时演化算法QITE更新当前时刻所述含参量子逻辑门的参数值得到下一时刻所述含参量子逻辑门的参数值,以及基于下一时刻所述含参量子逻辑门的参数值运行所述拟设的量子线路确定物理系统下一时刻所处的状态信息。
在可选的实施方式中,所述物理系统的状态空间包括多个状态,状态信息包括多个所述状态以及每个所述状态的概率,所述基于物理系统当前时刻所处的状态信息确定当前时刻所述含参量子逻辑门的参数值,包括:
基于物理系统当前时刻所处的状态信息包括的多个所述状态以及每个所述状态的概率确定当前时刻所述拟设的量子线路中量子比特的初始量子态;
基于所述初始量子态确定当前时刻所述含参量子逻辑门的参数值,所述拟设的量子线路中量子逻辑门作用于量子态为0的所述量子比特得到所述初始量子态,所述量子逻辑门包括所述含参量子逻辑门。
在可选的实施方式中,所述基于量子虚时演化算法QITE更新当前时刻所述含参量子逻辑门的参数值得到下一时刻所述含参量子逻辑门的参数值,包括:
基于物理系统当前时刻所处的状态信息确定所述物理系统当前时刻的哈密顿量;
基于QITE对当前时刻的哈密顿量进行演化以更新当前时刻所述含参量子逻辑门的参数值得到下一时刻所述含参量子逻辑门的参数值。
在可选的实施方式中,所述基于物理系统当前时刻所处的状态信息确定所述物理系统当前时刻的哈密顿量的步骤,包括:
基于物理系统当前时刻所处的状态信息包括的多个所述状态以及每个所述状态的概率确定当前时刻的状态转移矩阵;
基于每个所述状态所服从的分布函数对当前时刻的状态转移矩阵进行处理,得到所述物理系统当前时刻的哈密顿量。
在可选的实施方式中,所述基于每个所述状态所服从的分布函数对当前时刻的状态转移矩阵进行处理,得到所述物理系统当前时刻的哈密顿量,包括:
确定每个所述状态所服从的分布函数的参数;
将所述分布函数的参数乘以当前时刻的状态转移矩阵中每个状态对应的行,得到中间矩阵;
将所述中间矩阵中为0的元素值设置为所在行另外几个非0元素值之和的相反数,得到所述物理系统当前时刻的哈密顿量。
在可选的实施方式中,所基于QITE对当前时刻的哈密顿量进行演化以更新当前时刻所述含参量子逻辑门的参数值得到下一时刻所述含参量子逻辑门的参数值,包括:
基于所述QITE确定矩阵A和矩阵C,其中,矩阵A的元素矩阵C的元素/>θ为物理系统当前时刻所处的状态信息确定当前时刻所述含参量子逻辑门的参数值,,θi、θj分别为第i、j个所述含参量子逻辑门的参数值,H为哈密顿量,/>为当前时刻测量所述拟设量子线路得到的量子态;
确定下一时刻对应的预测时间;
根据当前时刻所述含参量子逻辑门的参数值、预测时间、矩阵A以及矩阵C更新当前时刻所述含参量子逻辑门的参数值得到下一时刻所述含参量子逻辑门的参数值。
在可选的实施方式中,所述根据当前时刻所述含参量子逻辑门的参数值、预测时间、矩阵A以及矩阵C更新当前时刻所述含参量子逻辑门的参数值得到下一时刻所述含参量子逻辑门的参数值的步骤,包括:
计算所述预测时间与所述矩阵A的逆矩阵以及所述矩阵C的乘积;
计算所述乘积与所述当前时刻所述含参量子逻辑门的参数值的和;
将所述乘积与所述当前时刻所述含参量子逻辑门的参数值的和作为下一时刻所述含参量子逻辑门的参数值。
在可选的实施方式中,在所述基于下一时刻所述含参量子逻辑门的参数值运行所述拟设的量子线路确定物理系统下一时刻所处的状态信息的步骤之后,所述方法还包括:
基于下一时刻所述含参量子逻辑门的参数值运行所述拟设的量子线路确定物理系统,得到所述物理系统下一时刻所处的状态信息,其中,所述状态信息包括多个所述状态在下一时刻的概率;
计算各所述下一时刻的概率的末态振幅;
将各所述末态振幅进行归一化处理,得到下一时刻所处的状态信息的概率值。
第二方面,本申请实施例提供了一种基于量子线路的物理系统状态预测装置,所述装置包括:
获取模块,用于获取拟设的量子线路和物理系统当前时刻所处的状态信息,所述拟设的量子线路包括含参量子逻辑门;
确定模块,用于基于物理系统当前时刻所处的状态信息确定当前时刻所述含参量子逻辑门的参数值;
更新模块,用于基于量子虚时演化算法QITE更新当前时刻所述含参量子逻辑门的参数值得到下一时刻所述含参量子逻辑门的参数值,以及基于下一时刻所述含参量子逻辑门的参数值运行所述拟设的量子线路确定物理系统下一时刻所处的状态信息。
第三方面,本申请实施例提供了一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现所述基于量子线路的物理系统状态预测方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述基于量子线路的物理系统状态预测方法的步骤。
本申请具有以下有益效果:
本申请通过获取拟设的量子线路和物理系统当前时刻所处的状态信息,拟设的量子线路包括含参量子逻辑门,基于物理系统当前时刻所处的状态信息确定当前时刻含参量子逻辑门的参数值,基于量子虚时演化算法QITE更新当前时刻含参量子逻辑门的参数值得到下一时刻含参量子逻辑门的参数值,以及基于下一时刻含参量子逻辑门的参数值运行拟设的量子线路确定物理系统下一时刻所处的状态信息。
基于本申请提供的基于量子线路的物理系统状态预测方法,有以下几个优势:一、现有的用于预测的量子线路包括三部分,用于制备当前时刻状态的编码单元,用于随机演化的变分单元,以及测量单元,本申请的量子线路只有编码单元,该编码单元的含参量子逻辑门的参数值基于QITE确定,线路深度更短,运行时间更短,由于硬件积累的错误率更低,结果更加准确,对于当前NISQ时代的量子计算机更加友好;二、由于本方法中拟设量子线路的含参量子逻辑门的参数值基于QITE确定,QITE建立了量子态随着参数变化的关系,因此没有训练阶段,不需要收集大量的数据,只需要根据当前时刻的状态就可以进行连续预测,从而提高预测效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的一种基于量子线路的物理系统状态预测方法的计算机终端的硬件结构框图;
图2为本发明实施例提供的一种基于量子线路的物理系统状态预测方法的流程示意图之一;
图3为本发明实施例提供的拟设的量子线路示意图;
图4为本发明实施例提供的一种基于量子线路的物理系统状态预测方法的流程示意图之二;
图5为本发明实施例提供的一种基于量子线路的物理系统状态预测方法的流程示意图之三;
图6为本发明实施例提供的计算矩阵A的第一量子线路示意图;
图7为本发明实施例提供的计算矩阵C的第二量子线路示意图;
图8为本发明实施例提供的一种基于量子线路的物理系统状态预测方法的流程示意图之四;
图9为本发明实施例提供的一种基于量子线路的物理系统状态预测装置的结构框图。
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基于量子线路的物理系统状态预测方法,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为本发明实施例提供的一种基于量子线路的物理系统状态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基于量子线路的物理系统状态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-Y门(Y门)、泡利-Z门(Z门)、RX门、RY门、RZ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矩阵进行计算。
请参照图2,图2为应用于图1的电子设备100的一种基于量子线路的物理系统状态预测方法的流程图,以下将方法包括各个步骤进行详细阐述。
S201:获取拟设的量子线路和物理系统当前时刻所处的状态信息,拟设的量子线路包括含参量子逻辑门。
S202:基于物理系统当前时刻所处的状态信息确定当前时刻含参量子逻辑门的参数值。
S203:基于量子虚时演化算法QITE更新当前时刻含参量子逻辑门的参数值得到下一时刻含参量子逻辑门的参数值,以及基于下一时刻含参量子逻辑门的参数值运行拟设的量子线路确定物理系统下一时刻所处的状态信息。
物理系统的状态空间包括多个状态,状态信息包括多个状态以及每个状态的概率。多个状态满足连续随机,如每次随机试验会持续一段时间,其可能结果是一个关于时间的函数,如,收集t时间段内,电子元器件的热噪声电压,每个随机试验都可以得到一个U(t0)的函数,并且每次试验的函数曲线都不一样,我们把试验结果画到同一个坐标系中,可以看到在t0时刻,U(t0)的结果有无数个且服从某一分布,把不确定现象称之为随机过程。
本申请提供的基于量子线路的物理系统状态预测方法可以应用到多个领域,如上述提到的对电子元器件的热噪声电压的物理系统状态的预测,对金融风险的物理系统状态的预测,对天气的物理系统状态的预测等,本申请对此不作具体限制。
如图3所示,为拟设的量子线路示意图,图中包含含参量子逻辑门。基于物理系统当前时刻所处的状态信息包括的多个状态以及每个状态的概率确定当前时刻拟设的量子线路中量子比特的初始量子态,基于初始量子态确定当前时刻含参量子逻辑门的参数值,拟设的量子线路中量子逻辑门作用于量子态为0的量子比特得到所述初始量子态,量子逻辑门包括含参量子逻辑门。
示例性的,多个状态可以为“晴天”、“阴天”、“雨天”,每个状态的概率可以为:“晴天”转至“阴天”的概率为1/2,“晴天”转至“雨天”的概率为1/2,“阴天”转至“晴天”的概率为1/3,“阴天”转至“雨天”的概率为2/3,“雨天”转至“晴天”的概率为5/6,“雨天”转至“阴天”的概率为1/6。
基于物理系统当前时刻的多个状态以及每个状态的概率,可以确定当前时刻拟设的量子线路中量子比特的初始量子态,拟设的量子线路中各含参量子逻辑门作用于量子态为0的量子比特得到初始量子态。如图3所示,RX(θ1)、RY(θ2)、RZ(θ3)、RX(θ4)、RY(θ5)以及RZ(θ6)为各含参量子逻辑门。
示例性的,基于物理系统当前时刻所处的状态信息包括的多个状态以及每个状态的概率p,计算振幅为基于各个概率对应的振幅得到当前时刻拟设的量子线路中量子比特的初始量子态:/>其中,|ψ(0)>为初始量子态,α为归一化参数,/>n为量子比特个数。量子比特个数为所有概率的个数。
基于初始量子态可以确定当前时刻拟设的量子线路中各含参量子逻辑门的参数值,即可以基于初始量子态得到当前时刻如图3中的拟设的量子线路中RX(θ1)含参量子逻辑门中θ1的参数值,RY(θ2)中θ2的参数值,RZ(θ3)中θ3的参数值,RX(θ4)中θ4的参数值,RY(θ5)中θ5的参数值以及RZ(θ6)中θ6的参数值。
虚时演化是一个非物理的,有威力的数学概念。通常被称作“维克旋转”(Wickrotation),用虚时间代替实时,将欧几里得空间和闵可夫斯基空间、量子、统计力学以及静态问题与动力学问题联系在一起。在量子力学中,虚时演化中的波函数的传播可以做到:有限温度性质的研究,找到基态波函数和能量(例如密度矩阵中的重整化群)以及模拟实时演化。对于给定哈密顿量H的系统,随着时间t,系统根据传播算子(propagator)e-iHt演化。对应的虚时(τ=it)传播算子为e-Hτ,是一个非酉算子。
虚时演化(imaginary time evolution)给定哈密顿量H和初始量子态归一化的虚时演化被定义为:
|ψ(τ)>=A(τ)exp(-Hτ)|ψ(0)>;
其中:表示归一化因子。
对|ψ(τ)>=A(τ)e-Hτ|ψ(0)>两边进行求导得到:
继续推导得到:
于是有:
由McLachlan's变分原理:
令
使用关于预设参数θ的ansatz来进行替代即/>
由以下四个部分组成:
变分原理要求
综合上述的四项可以得到:
于是令:
得到含参量子逻辑门的参数值下一时刻的更新公式:θ(τ+Δτ)=θ(τ)+ΔτA-1C。基于上述演化以更新当前时刻含参量子逻辑门的参数值得到下一时刻含参量子逻辑门的参数值。
针对基于量子虚时演化算法QITE更新当前时刻含参量子逻辑门的参数值得到下一时刻含参量子逻辑门的参数值的实现方式有多种,在一种实现方式中,如图4所示,包括以下步骤:
S203-1:基于物理系统当前时刻所处的状态信息确定物理系统当前时刻的哈密顿量。
S203-2:基于QITE对当前时刻的哈密顿量进行演化以更新当前时刻含参量子逻辑门的参数值得到下一时刻含参量子逻辑门的参数值。
基于物理系统当前时刻所处的状态信息确定物理系统当前时刻的哈密顿量的实现方式可以通过以下方式确定:
基于物理系统当前时刻所处的状态信息包括的多个状态以及每个状态的概率确定当前时刻的状态转移矩阵,基于每个状态所服从的分布函数对当前时刻的状态转移矩阵进行处理,得到物理系统当前时刻的哈密顿量。
基于每个状态所服从的分布函数对当前时刻的状态转移矩阵进行处理,得到物理系统当前时刻的哈密顿量的具体方式可以为:确定每个状态所服从的分布函数的参数,将分布函数的参数乘以当前时刻的状态转移矩阵中每个状态对应的行,得到中间矩阵,将中间矩阵中为0的元素值设置为所在行另外几个非0元素值之和的相反数,得到物理系统当前时刻的哈密顿量。
示例性:物理系统当前时刻所处的状态信息包括的多个状态为{0,1,2},以及每个状态的概率:从0到其他状态的概率分别为1/2,1/2,从1到0和1到2的概率为1/3,2/3,从2到0和1态的概率分别为5/6,1/6。基于上述状态以及每个状态的概率得到当前时刻的状态转移矩阵为:
确定每个状态所服从的分布函数的参数分别为6,12,18。
将各分布函数的参数乘以当前时刻的状态转移矩阵中每个状态对应的行,得到中间矩阵,将中间矩阵中为0的元素值设置为所在行另外几个非0元素值之和的相反数,得到物理系统当前时刻的哈密顿量为:
基于QITE对当前时刻的哈密顿量进行演化以更新当前时刻含参量子逻辑门的参数值得到下一时刻含参量子逻辑门的参数值的实现方式,如图5所示,包括以下步骤:
S203-1:基于QITE确定矩阵A和矩阵C。
其中,矩阵A的元素矩阵C的元素/> θ为物理系统当前时刻所处的状态信息确定当前时刻含参量子逻辑门的参数值,θi、θj分别为第i、j个含参量子逻辑门的参数值,H为哈密顿量,/>为当前时刻测量拟设量子线路得到的量子态。
S203-2:确定下一时刻对应的预测时间。
S203-3:根据当前时刻含参量子逻辑门的参数值、预测时间、矩阵A以及矩阵C更新当前时刻含参量子逻辑门的参数值得到下一时刻含参量子逻辑门的参数值。
基于拟设的量子线路可以构建计算矩阵A的第一量子线路,如图6所示,基于拟设的量子线路可以构建计算矩阵C的第二量子线路,如图7所示。
其中计算A矩阵中各元素,可以基于如图6所示的计算矩阵A的第一量子线路进行计算,即需要计算计算矩阵A的第一量子线路的每一个的值,图6中RX(θ1)、RY(θ2)、RZ(θ3)、RX(θ4)、RY(θ5)以及RZ(θ6)中的θ值与拟设的量子线路,如图3中的各含参量子逻辑门中的θ值一致。通过对计算矩阵A的第一量子线路中各含参量子逻辑门的偏导,可以得到矩阵A中所有的元素。
具体地,对RX(θ)含参量子逻辑门进行偏导时,有对RY(θ)含参量子逻辑门进行偏导时有/>对RZ(θ)含参量子逻辑门进行偏导,有最终基于图6的第一量子线路可以计算矩阵A中的元素的值,即可得到/>
其中计算矩阵C中各元素,可以基于如图7所示的计算矩阵C的第二量子线路进行计算,即需要计算计算矩阵C的第二量子线路的每一个的值,图7中RX(θ1)、RY(θ2)、RZ(θ3)、RX(θ4)、RY(θ5)以及RZ(θ6)中的θ值与拟设的量子线路,如图3中的各含参量子逻辑门中的θ值一致。Decompose of H为对基于物理系统当前时刻所处的状态信息确定物理系统当前时刻的哈密顿量的分解,将哈密顿量分解为逻辑门,基于对图7中各参量子逻辑门的偏导和哈密顿分解后的逻辑门的处理,可以得到矩阵C中所有的元素。
具体地,对RX(θ)含参量子逻辑门进行偏导时,有对RY(θ)含参量子逻辑门进行偏导时有/>对RZ(θ)含参量子逻辑门进行偏导,有最终基于图7的第二量子线路可以计算矩阵C中的元素的值,即可得到/>的值。
根据当前时刻含参量子逻辑门的参数值、预测时间、矩阵A以及矩阵C更新当前时刻含参量子逻辑门的参数值得到下一时刻含参量子逻辑门的参数值。将当前时刻含参量子逻辑门的参数值、预测时间、矩阵A以及矩阵C代入θ(τ+Δτ)=θ(τ)+ΔτA-1C中,得到下一时刻含参量子逻辑门的参数值。
基于下一时刻含参量子逻辑门的参数值运行拟设的量子线路确定物理系统下一时刻所处的状态信息的概率值的实现方式,如图8所示,包括以下步骤:
S301:基于下一时刻含参量子逻辑门的参数值运行拟设的量子线路确定物理系统,得到物理系统下一时刻所处的状态信息。
其中,状态信息包括多个状态在下一时刻的概率。
S302:计算各下一时刻的概率的末态振幅。
S303:将各末态振幅进行归一化处理,得到下一时刻所处的状态信息的概率值。
示例性的,在量子比特数量为3时,得到的多个状态在下一时刻的概率为计算下一时刻的概率的末态振幅为/>对末态振幅进行归一化之后得到下一时刻所处的状态信息的概率值,当即下一时刻所处的状态信息的概率值为:/>
请参照图9,本申请实施例还提供了一种应用于图1所述电子设备100的基于量子线路的物理系统状态预测装置110,所述基于量子线路的物理系统状态预测装置110包括:
获取模块111,用于获取拟设的量子线路和物理系统当前时刻所处的状态信息,所述拟设的量子线路包括含参量子逻辑门;
确定模块112,用于基于物理系统当前时刻所处的状态信息确定当前时刻所述含参量子逻辑门的参数值;
更新模块113,用于基于量子虚时演化算法QITE更新当前时刻所述含参量子逻辑门的参数值得到下一时刻所述含参量子逻辑门的参数值,以及基于下一时刻所述含参量子逻辑门的参数值运行所述拟设的量子线路确定物理系统下一时刻所处的状态信息。
本申请还提供一种电子设备100,电子设备100包括处理器130以及存储器120。存储器120存储有计算机可执行指令,计算机可执行指令被处理器130执行时,实现该基于量子线路的物理系统状态预测方法。
本申请实施例还提供一种计算机可读存储介质,存储介质存储有计算机程序,计算机程序被处理器130执行时,实现该基于量子线路的物理系统状态预测方法。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。所述功能如果以软件功能模块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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述,仅为本申请的各种实施方式,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所述以权利要求的保护范围为准。
Claims (10)
1.一种基于量子线路的物理系统状态预测方法,其特征在于,所述方法包括:
获取拟设的量子线路和物理系统当前时刻所处的状态信息,所述拟设的量子线路包括含参量子逻辑门;
基于物理系统当前时刻所处的状态信息确定当前时刻所述含参量子逻辑门的参数值;
基于量子虚时演化算法QITE更新当前时刻所述含参量子逻辑门的参数值得到下一时刻所述含参量子逻辑门的参数值,以及基于下一时刻所述含参量子逻辑门的参数值运行所述拟设的量子线路确定物理系统下一时刻所处的状态信息。
2.根据权利要求1所述的方法,其特征在于,所述物理系统的状态空间包括多个状态,状态信息包括多个所述状态以及每个所述状态的概率,所述基于物理系统当前时刻所处的状态信息确定当前时刻所述含参量子逻辑门的参数值,包括:
基于物理系统当前时刻所处的状态信息包括的多个所述状态以及每个所述状态的概率确定当前时刻所述拟设的量子线路中量子比特的初始量子态;
基于所述初始量子态确定当前时刻所述含参量子逻辑门的参数值,所述拟设的量子线路中量子逻辑门作用于量子态为0的所述量子比特得到所述初始量子态,所述量子逻辑门包括所述含参量子逻辑门。
3.根据权利要求1所述的方法,其特征在于,所述基于量子虚时演化算法QITE更新当前时刻所述含参量子逻辑门的参数值得到下一时刻所述含参量子逻辑门的参数值,包括:
基于物理系统当前时刻所处的状态信息确定所述物理系统当前时刻的哈密顿量;
基于QITE对当前时刻的哈密顿量进行演化以更新当前时刻所述含参量子逻辑门的参数值得到下一时刻所述含参量子逻辑门的参数值。
4.根据权利要求3所述的方法,其特征在于,所述基于物理系统当前时刻所处的状态信息确定所述物理系统当前时刻的哈密顿量的步骤,包括:
基于物理系统当前时刻所处的状态信息包括的多个所述状态以及每个所述状态的概率确定当前时刻的状态转移矩阵;
基于每个所述状态所服从的分布函数对当前时刻的状态转移矩阵进行处理,得到所述物理系统当前时刻的哈密顿量。
5.根据权利要求4所述的方法,其特征在于,所述基于每个所述状态所服从的分布函数对当前时刻的状态转移矩阵进行处理,得到所述物理系统当前时刻的哈密顿量,包括:
确定每个所述状态所服从的分布函数的参数;
将所述分布函数的参数乘以当前时刻的状态转移矩阵中每个状态对应的行,得到中间矩阵;
将所述中间矩阵中为0的元素值设置为所在行另外几个非0元素值之和的相反数,得到所述物理系统当前时刻的哈密顿量。
6.根据权利要求1所述的方法,其特征在于,所基于QITE对当前时刻的哈密顿量进行演化以更新当前时刻所述含参量子逻辑门的参数值得到下一时刻所述含参量子逻辑门的参数值,包括:
基于所述QITE确定矩阵A和矩阵C,其中,矩阵A的元素矩阵C的元素/>θ为物理系统当前时刻所处的状态信息确定当前时刻所述含参量子逻辑门的参数值,θi、θj分别为第i、j个所述含参量子逻辑门的参数值,H为哈密顿量,/>为当前时刻测量所述拟设量子线路得到的量子态;
确定下一时刻对应的预测时间;
根据当前时刻所述含参量子逻辑门的参数值、预测时间、矩阵A以及矩阵C更新当前时刻所述含参量子逻辑门的参数值得到下一时刻所述含参量子逻辑门的参数值。
7.根据权利要求6所述的方法,其特征在于,所述根据当前时刻所述含参量子逻辑门的参数值、预测时间、矩阵A以及矩阵C更新当前时刻所述含参量子逻辑门的参数值得到下一时刻所述含参量子逻辑门的参数值的步骤,包括:
计算所述预测时间与所述矩阵A的逆矩阵以及所述矩阵C的乘积;
计算所述乘积与所述当前时刻所述含参量子逻辑门的参数值的和;
将所述乘积与所述当前时刻所述含参量子逻辑门的参数值的和作为下一时刻所述含参量子逻辑门的参数值。
8.根据权利要求1所述的方法,其特征在于,在所述基于下一时刻所述含参量子逻辑门的参数值运行所述拟设的量子线路确定物理系统下一时刻所处的状态信息的步骤之后,所述方法还包括:
基于下一时刻所述含参量子逻辑门的参数值运行所述拟设的量子线路确定物理系统,得到所述物理系统下一时刻所处的状态信息,其中,所述状态信息包括多个所述状态在下一时刻的概率;
计算各所述下一时刻的概率的末态振幅;
将各所述末态振幅进行归一化处理,得到下一时刻所处的状态信息的概率值。
9.一种电子设备,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1-8中任一项所述的基于量子线路的物理系统状态预测方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的基于量子线路的物理系统状态预测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410087319.6A CN117852665A (zh) | 2024-01-22 | 2024-01-22 | 基于量子线路的物理系统状态预测方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410087319.6A CN117852665A (zh) | 2024-01-22 | 2024-01-22 | 基于量子线路的物理系统状态预测方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117852665A true CN117852665A (zh) | 2024-04-09 |
Family
ID=90532344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410087319.6A Pending CN117852665A (zh) | 2024-01-22 | 2024-01-22 | 基于量子线路的物理系统状态预测方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117852665A (zh) |
-
2024
- 2024-01-22 CN CN202410087319.6A patent/CN117852665A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114764549B (zh) | 基于矩阵乘积态的量子线路模拟计算方法、装置 | |
CN115759413B (zh) | 一种气象预测方法、装置、存储介质及电子设备 | |
CN111461335A (zh) | 基于mpi多进程的含噪声单量子逻辑门实现方法及装置 | |
CN114819163B (zh) | 量子生成对抗网络的训练方法、装置、介质及电子装置 | |
CN113222153A (zh) | 一种量子态的模拟方法、装置、存储介质和电子装置 | |
CN114492815A (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 | |
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 | |
WO2023169345A1 (zh) | 数据模拟任务的处理方法、装置、电子设备及存储介质 | |
CN116011681A (zh) | 一种气象数据预测方法、装置、存储介质及电子装置 | |
CN114519429B (zh) | 获取目标体系的可观测量的方法、装置及介质 | |
CN117852665A (zh) | 基于量子线路的物理系统状态预测方法及相关装置 | |
CN114764619A (zh) | 一种基于量子线路的卷积操作方法及装置 | |
CN116400430B (zh) | 一种气象数据预测方法、装置、存储介质及电子装置 | |
CN114764618B (zh) | 一种针对线性系统的量子预处理方法及装置 | |
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 | |
CN115879558B (zh) | 一种多个量子态之间的大小比较方法及装置 | |
CN115907016B (zh) | 一种基于量子计算搜索目标范围值的方法及相关装置 | |
CN116431807B (zh) | 一种文本分类方法、装置、存储介质及电子装置 | |
CN117669757A (zh) | 一种哈密顿量的构造方法及装置 | |
CN115131120A (zh) | 基于最小二乘法的量子期权估算方法及相关装置 | |
CN118227928A (zh) | 一种基于量子计算的线性方程组的求解方法及装置 | |
CN116306952A (zh) | 一种分子性质预测方法、装置、存储介质及电子装置 | |
CN116796668A (zh) | 衡量量子线路对应矩阵相似度的方法、装置及存储介质 | |
CN114969629A (zh) | 一种基于量子线路的非线性方程组求解方法及装置 |
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 |