JP7372996B2 - ノードグループ化方法、装置及び電子機器 - Google Patents
ノードグループ化方法、装置及び電子機器 Download PDFInfo
- Publication number
- JP7372996B2 JP7372996B2 JP2022026006A JP2022026006A JP7372996B2 JP 7372996 B2 JP7372996 B2 JP 7372996B2 JP 2022026006 A JP2022026006 A JP 2022026006A JP 2022026006 A JP2022026006 A JP 2022026006A JP 7372996 B2 JP7372996 B2 JP 7372996B2
- Authority
- JP
- Japan
- Prior art keywords
- node
- diagram
- nodes
- target
- group
- 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 description 59
- 238000010586 diagram Methods 0.000 claims description 446
- 238000005259 measurement Methods 0.000 claims description 286
- 238000000691 measurement method Methods 0.000 claims description 78
- 238000004422 calculation algorithm Methods 0.000 claims description 38
- 230000006870 function Effects 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000005457 optimization Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000012217 deletion Methods 0.000 claims description 2
- 230000037430 deletion Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 12
- 239000002096 quantum dot Substances 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 239000013598 vector Substances 0.000 description 7
- 238000013461 design Methods 0.000 description 5
- 238000005034 decoration Methods 0.000 description 3
- 238000005516 engineering process Methods 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
- 238000007621 cluster analysis Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- FLDSMVTWEZKONL-AWEZNQCLSA-N 5,5-dimethyl-N-[(3S)-5-methyl-4-oxo-2,3-dihydro-1,5-benzoxazepin-3-yl]-1,4,7,8-tetrahydrooxepino[4,5-c]pyrazole-3-carboxamide Chemical compound CC1(CC2=C(NN=C2C(=O)N[C@@H]2C(N(C3=C(OC2)C=CC=C3)C)=O)CCO1)C FLDSMVTWEZKONL-AWEZNQCLSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005040 ion trap Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000004044 response Effects 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/60—Quantum algorithms, e.g. based on quantum optimisation, quantum Fourier or Hadamard transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computational Linguistics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Operations Research (AREA)
- Genetics & Genomics (AREA)
- Physiology (AREA)
- Complex Calculations (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Error Detection And Correction (AREA)
Description
実施例1
第1ノードダイアグラムにおける第2ノードのそれぞれについて、前記ノードリンクダイアグラムにおける前記第2ノードの目標量子状態に基づいて、第1目標測定方式を用いて前記第2ノードに対してグループ測定を行うことによって、前記第1ノードダイアグラムにおける第2ノードのグループ測定結果を得る。前記第1目標測定方式は、第1測定方式のうち、測定角度が第1目標ノードダイアグラムにおける第1ノードのグループ測定結果及び第1角度情報に基づいて決定される測定方式である。前記第1目標ノードダイアグラムは、前記第1ノードダイアグラムの前に積み重ねられた第2ノードダイアグラムである。
前記第1ノードダイアグラムの後に第2ノードダイアグラムが積み重ねられた場合、前記第1ノードダイアグラムにおける第1ノードのそれぞれについて、前記ノードリンクダイアグラムにおける前記第1ノードの目標量子状態に基づいて、第2目標測定方式を用いて前記第1ノードに対してグループ測定を行うことによって、前記第1ノードダイアグラムにおけるM個の第1ノードのグループ測定結果を得る。前記第2目標測定方式は、第2測定方式のうち、測定角度が0である測定方式である。
第2ノードダイアグラムにおける第1ノードのそれぞれについて、前記ノードリンクダイアグラムにおける前記第1ノードの目標量子状態に基づいて、第3目標測定方式を用いて前記第1ノードに対してグループ測定を行うことによって、前記第2ノードダイアグラムにおけるM個の第1ノードのグループ測定結果を得る。前記第3目標測定方式は、第2測定方式のうち、測定角度が第2目標ノードダイアグラムにおけるノードのグループ測定結果及び第2角度情報に基づいて決定される測定方式である。前記第2目標ノードダイアグラムは、前記第2ノードダイアグラムの前に積み重ねられた第1ノードダイアグラムである。
第1ノードダイアグラムの後に第2ノードダイアグラムが積み重ねられない場合、前記第1ノードダイアグラムにおける第1ノードのそれぞれについて、前記ノードリンクダイアグラムにおける前記第1ノードの目標量子状態に基づいて、第4目標測定方式を用いて前記第1ノードに対してグループ測定を行うことによって、前記第1ノードダイアグラムにおけるM個の第1ノードのグループ測定結果を得る。前記第4目標測定方式は、第1測定方式のうち、測定角度が前記第1ノードダイアグラムにおける第2ノードのグループ測定結果及び第2角度情報に基づいて決定される測定方式である。
実施例2
Claims (17)
- M(1より大きい整数である)個の第1ノードを含むグループ化対象ノードダイアグラムを取得することと、
量子近似最適化アルゴリズムQAOAのノードリンクダイアグラムであって、前記M個の第1ノードを含むK(M以上の整数である)個のノードを含む前記ノードリンクダイアグラムを、前記グループ化対象ノードダイアグラムに基づいて構築することと、
前記ノードリンクダイアグラムの量子もつれ状態であって、前記ノードリンクダイアグラムにおける前記K個のノードの目標量子状態を含む前記量子もつれ状態を生成することと、
前記ノードリンクダイアグラムにおける前記K個のノードの目標量子状態に基づいて、前記K個のノード毎にグループ測定を順次に行い、前記M個の第1ノードの目標グループ測定結果を得ることと、
前記M個の第1ノードの目標グループ測定結果に基づいて、前記M個の第1ノードのグループ出力結果を決定することと、
を含み、
前記グループ化対象ノードダイアグラムが、前記M個の第1ノードからなる無向辺を含み、
前記のQAOAのノードリンクダイアグラムを前記グループ化対象ノードダイアグラムに基づいて構築することが、
前記グループ化対象ノードダイアグラムの各無向辺に第2ノードを追加して第1ノードダイアグラムを得ることと、
前記グループ化対象ノードダイアグラムの各無向辺を削除して、ノードダイアグラムの数が前記第1ノードダイアグラムよりも少ない第2ノードダイアグラムを得ることと、
前記第1ノードダイアグラムと第2ノードダイアグラムを順次平行に交互に積み重ねることによって、QAOAのノードリンクダイアグラムを構成することと、
を含み、
前記K個のノードが、追加された第2ノードを含み、前記ノードリンクダイアグラムが、前記K個のノードからなる無向辺を含むノードグループ化方法。 - 前記ノードリンクダイアグラムにおける前記K個のノードの目標量子状態に基づいて、前記K個のノード毎にグループ測定を順次に行い、前記M個の第1ノードの目標グループ測定結果を得ることが、
前記ノードリンクダイアグラムにおける前記K個のノードの目標量子状態に基づいて、前記ノードリンクダイアグラムにおけるノードダイアグラムの積み重ね順に、ノードダイアグラムのノード毎にグループ測定を順次に行い、前記K個のノードのグループ測定結果を得ることと、
前記K個のノードのグループ測定結果に基づいて、前記M個の第1ノードの目標グループ測定結果を決定することと、
を含む請求項1に記載のノードグループ化方法。 - 前記ノードリンクダイアグラムにおける前記K個のノードの目標量子状態に基づいて、前記ノードリンクダイアグラムにおけるノードダイアグラムの積み重ね順に、ノードダイアグラムのノード毎にグループ測定を順次に行い、前記K個のノードのグループ測定結果を得ることが、
第1測定方式のうち、測定角度が前記第1ノードダイアグラムの前に積み重ねられる第2ノードダイアグラムである第1目標ノードダイアグラムにおける第1ノードのグループ測定結果、及び第1角度情報に基づいて決定される測定方式である第1目標測定方式を用いて、第1ノードダイアグラムにおける第2ノード毎に、前記ノードリンクダイアグラムにおける前記第2ノードの目標量子状態に基づいて、前記第2ノードに対してグループ測定を行うことによって、前記第1ノードダイアグラムにおける第2ノードのグループ測定結果を得ることと、
前記第1ノードダイアグラムの後に第2ノードダイアグラムが積み重ねられる場合、第2測定方式のうち、測定角度が0である測定方式である第2目標測定方式を用いて、前記第1ノードダイアグラムにおける第1ノード毎に、前記ノードリンクダイアグラムにおける前記第1ノードの目標量子状態に基づいて、前記第1ノードに対してグループ測定を行うことによって、前記第1ノードダイアグラムにおけるM個の第1ノードのグループ測定結果を得ることと、
第2測定方式のうち、測定角度が前記第2ノードダイアグラムの前に積み重ねられる第1ノードダイアグラムである第2目標ノードダイアグラムにおけるノードのグループ測定結果、及び第2角度情報に基づいて決定される測定方式である第3目標測定方式を用いて、第2ノードダイアグラムにおける第1ノード毎に、前記ノードリンクダイアグラムにおける前記第1ノードの目標量子状態に基づいて、前記第1ノードに対してグループ測定を行うことによって、前記第2ノードダイアグラムにおけるM個の第1ノードのグループ測定結果を得ることと、
前記第1ノードダイアグラムの後に第2ノードダイアグラムが積み重ねられない場合、第1測定方式のうち、測定角度が前記第1ノードダイアグラムにおける第2ノードのグループ測定結果及び第2角度情報に基づいて決定される測定方式である第4目標測定方式を用いて、前記第1ノードダイアグラムにおける第1ノード毎に、前記ノードリンクダイアグラムにおける前記第1ノードの目標量子状態に基づいて、前記第1ノードに対してグループ測定を行うことによって、前記第1ノードダイアグラムにおけるM個の第1ノードのグループ測定結果を得ることと、
を含む請求項2に記載のノードグループ化方法。 - 前記K個のノードのグループ測定結果に基づいて、前記M個の第1ノードの目標グループ測定結果を決定することが、
前記M個の第1ノード毎に、p(前記第1ノードダイアグラムの数に等しい)番目の第1ノードダイアグラムにおける前記第1ノードのグループ測定結果と、前記p番目の第1ノードダイアグラムの前に積み重ねられる第2ノードダイアグラムである第3目標ノードダイアグラムにおける前記第1ノードのグループ測定結果を加算処理して、前記第1ノードに対応する目標値を得ることと、
前記目標値をモジュラ演算して、前記第1ノードの目標グループ測定結果を得ることと、
を含む請求項2に記載のノードグループ化方法。 - 前記ノードリンクダイアグラムにおける前記K個のノードの目標量子状態に基づいて、前記K個のノード毎にグループ測定を順次に行い、前記M個の第1ノードの目標グループ測定結果を得ることが、
前記ノードリンクダイアグラムにおける前記K個のノードの目標量子状態に基づいて、前記K個のノード毎にグループ測定を順次に行う目標グループ化操作をN回実行して、前記M個の第1ノードのN(正の整数である)個の目標グループ測定結果を得ることと、
目標グループ化操作のN回実行における前記M個の第1ノードのグループ化スコア状況を表す第1目標関数値を、前記N個の目標グループ測定結果に基づいて決定することと、
前記目標グループ化操作における角度情報であって、前記目標グループ化操作での前記K個のノードの各々に対するグループ測定の測定角度を決定するために用いられる前記角度情報を、前記第1目標関数値に基づいて更新することと、
更新された前記角度情報に基づいて、前記目標グループ化操作を再びN回実行して第2目標関数値を決定することと、
前記第1目標関数値と第2目標関数値との差が予め設定された閾値よりも小さい場合、前記N個の目標グループ測定結果のうち最も出現頻度の高い目標グループ測定結果に対応するグループ化方式を、前記M個の第1ノードのグループ出力結果として決定することと、
を含む請求項1に記載のノードグループ化方法。 - 前記ノードリンクダイアグラムの量子もつれ状態を生成することが、
前記K個のノードの各々の量子状態を生成することと、
前記K個のノードの各々の量子状態に基づいてテンソル積演算を行って第1演算結果を得ることと、
Q(前記ノードリンクダイアグラムに含まれる無向辺の数に基づいて決定される)個の、制御Zゲートに対応する情報である制御情報に対してテンソル積と行列乗算を行って第2演算結果を得ることと、
前記第1演算結果と第2演算結果とを乗算して、前記ノードリンクダイアグラムの量子もつれ状態を得ることと、
を含む請求項1に記載のノードグループ化方法。 - 前記ノードリンクダイアグラムの量子もつれ状態を生成することが、
前記ノードリンクダイアグラムに対応するクラスタ状態を取得することと、
前記ノードリンクダイアグラムに基づいて前記クラスタ状態を裁断して前記ノードリンクダイアグラムの量子もつれ状態を得ることと、
を含む請求項1に記載のノードグループ化方法。 - M(1より大きい整数である)個の第1ノードを含むグループ化対象ノードダイアグラムを取得するための取得モジュールと、
量子近似最適化アルゴリズムQAOAのノードリンクダイアグラムであって、前記M個の第1ノードを含むK(M以上の整数である)個のノードを含む前記ノードリンクダイアグラムを、前記グループ化対象ノードダイアグラムに基づいて構築するための構築モジュールと、
前記ノードリンクダイアグラムの量子もつれ状態であって、前記ノードリンクダイアグラムにおける前記K個のノードの目標量子状態を含む前記量子もつれ状態を生成するための生成モジュールと、
前記ノードリンクダイアグラムにおける前記K個のノードの目標量子状態に基づいて、前記K個のノード毎にグループ測定を順次に行い、前記M個の第1ノードの目標グループ測定結果を得るためのグループ測定モジュールと、
前記M個の第1ノードの目標グループ測定結果に基づいて、前記M個の第1ノードのグループ出力結果を決定するための決定モジュールと、
を備え、
前記グループ化対象ノードダイアグラムが、前記M個の第1ノードからなる無向辺を含み、
前記構築モジュールが、
前記グループ化対象ノードダイアグラムの各無向辺に第2ノードを追加して第1ノードダイアグラムを得るための追加ユニットと、
前記グループ化対象ノードダイアグラムの各無向辺を削除して、ノードダイアグラムの数が前記第1ノードダイアグラムよりも少ない第2ノードダイアグラムを得るための削除ユニットと、
前記第1ノードダイアグラムと第2ノードダイアグラムを順次平行に交互に積み重ねることによって、QAOAのノードリンクダイアグラムを構成するための交互的積み重ねユニットと、
を備え、
前記K個のノードが、追加された第2ノードを含み、前記ノードリンクダイアグラムが、前記K個のノードからなる無向辺を含むノードグループ化装置。 - 前記グループ測定モジュールが、
前記ノードリンクダイアグラムにおける前記K個のノードの目標量子状態に基づいて、前記ノードリンクダイアグラムにおけるノードダイアグラムの積み重ね順に、ノードダイアグラムのノード毎にグループ測定を順次に行い、前記K個のノードのグループ測定結果を得るためのグループ測定ユニットと、
前記K個のノードのグループ測定結果に基づいて、前記M個の第1ノードの目標グループ測定結果を決定するための第1決定ユニットと、
を備える請求項8に記載のノードグループ化装置。 - 前記グループ測定ユニットが、
第1測定方式のうち、測定角度が前記第1ノードダイアグラムの前に積み重ねられる第2ノードダイアグラムである第1目標ノードダイアグラムにおける第1ノードのグループ測定結果、及び第1角度情報に基づいて決定される測定方式である第1目標測定方式を用いて、第1ノードダイアグラムにおける第2ノード毎に、前記ノードリンクダイアグラムにおける前記第2ノードの目標量子状態に基づいて、前記第2ノードに対してグループ測定を行うことによって、前記第1ノードダイアグラムにおける第2ノードのグループ測定結果を得ることと、
前記第1ノードダイアグラムの後に第2ノードダイアグラムが積み重ねられる場合、第2測定方式のうち、測定角度が0である測定方式である第2目標測定方式を用いて、前記第1ノードダイアグラムにおける第1ノード毎に、前記ノードリンクダイアグラムにおける前記第1ノードの目標量子状態に基づいて、前記第1ノードに対してグループ測定を行うことによって、前記第1ノードダイアグラムにおけるM個の第1ノードのグループ測定結果を得ることと、
第2測定方式のうち、測定角度が前記第2ノードダイアグラムの前に積み重ねられる第1ノードダイアグラムである第2目標ノードダイアグラムにおけるノードのグループ測定結果、及び第2角度情報に基づいて決定される測定方式である第3目標測定方式を用いて、第2ノードダイアグラムにおける第1ノード毎に、前記ノードリンクダイアグラムにおける前記第1ノードの目標量子状態に基づいて、前記第1ノードに対してグループ測定を行うことによって、前記第2ノードダイアグラムにおけるM個の第1ノードのグループ測定結果を得ることと、
前記第1ノードダイアグラムの後に第2ノードダイアグラムが積み重ねられない場合、第1測定方式のうち、測定角度が前記第1ノードダイアグラムにおける第2ノードのグループ測定結果及び第2角度情報に基づいて決定される測定方式である第4目標測定方式を用いて、前記第1ノードダイアグラムにおける第1ノード毎に、前記ノードリンクダイアグラムにおける前記第1ノードの目標量子状態に基づいて、前記第1ノードに対してグループ測定を行うことによって、前記第1ノードダイアグラムにおけるM個の第1ノードのグループ測定結果を得ることと、
に用いられる請求項9に記載のノードグループ化装置。 - 前記第1決定ユニットが、
前記M個の第1ノード毎に、p(前記第1ノードダイアグラムの数に等しい)番目の第1ノードダイアグラムにおける前記第1ノードのグループ測定結果と、前記p番目の第1ノードダイアグラムの前に積み重ねられる第2ノードダイアグラムである第3目標ノードダイアグラムにおける前記第1ノードのグループ測定結果を加算処理して、前記第1ノードに対応する目標値を得ることと、
前記目標値をモジュラ演算して、前記第1ノードの目標グループ測定結果を得ることと、
に用いられる請求項9に記載のノードグループ化装置。 - 前記グループ測定モジュールが、
前記ノードリンクダイアグラムにおける前記K個のノードの目標量子状態に基づいて、前記K個のノード毎にグループ測定を順次に行う目標グループ化操作をN回実行して、前記M個の第1ノードのN(正の整数である)個の目標グループ測定結果を得るための第1実行ユニットと、
目標グループ化操作のN回実行における前記M個の第1ノードのグループ化スコア状況を表す第1目標関数値を、前記N個の目標グループ測定結果に基づいて決定するための第2決定ユニットと、
前記目標グループ化操作における角度情報であって、前記目標グループ化操作での前記K個のノードの各々に対するグループ測定の測定角度を決定するために用いられる前記角度情報を、前記第1目標関数値に基づいて更新するための更新ユニットと、
更新された前記角度情報に基づいて、前記目標グループ化操作を再びN回実行して第2目標関数値を決定するための第2実行ユニットと、
前記第1目標関数値と第2目標関数値との差が予め設定された閾値よりも小さい場合、前記N個の目標グループ測定結果のうち最も出現頻度の高い目標グループ測定結果に対応するグループ化方式を、前記M個の第1ノードのグループ出力結果として決定するための第3決定ユニットと、
を備える請求項8に記載のノードグループ化装置。 - 前記生成モジュールが、
前記K個のノードの各々の量子状態を生成するための生成ユニットと、
前記K個のノードの各々の量子状態に基づいてテンソル積演算を行って第1演算結果を得るための第1演算ユニットと、
Q(前記ノードリンクダイアグラムに含まれる無向辺の数に基づいて決定される)個の、制御Zゲートに対応する情報である制御情報に対してテンソル積と行列乗算を行って第2演算結果を得るための第2演算ユニットと、
前記第1演算結果と第2演算結果とを乗算して、前記ノードリンクダイアグラムの量子もつれ状態を得るための第3演算ユニットと、
を備える請求項8に記載のノードグループ化装置。 - 前記生成モジュールが、
前記ノードリンクダイアグラムに対応するクラスタ状態を取得するための取得ユニットと、
前記ノードリンクダイアグラムに基づいて前記クラスタ状態を裁断して前記ノードリンクダイアグラムの量子もつれ状態を得るための裁断ユニットと、
を備える請求項8に記載のノードグループ化装置。 - 少なくとも1つのプロセッサと、
該少なくとも1つのプロセッサに通信可能に接続されたメモリと、
を備え、
前記メモリには、前記少なくとも1つのプロセッサによって実行可能な命令が格納されており、
前記命令が前記少なくとも1つのプロセッサによって実行されることによって、前記少なくとも1つのプロセッサによる請求項1から7のいずれか一項に記載の方法の実行を可能にする電子機器。 - コンピュータ命令が格納されている非瞬時コンピュータ可読記憶媒体であって、前記コンピュータ命令が、請求項1から7のいずれか一項に記載の方法をコンピュータに実行させる非瞬時コンピュータ可読記憶媒体。
- プロセッサによって実行されると、請求項1から7のいずれか一項に記載の方法を実現させるコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110500446.0A CN113190719B (zh) | 2021-05-08 | 2021-05-08 | 节点分组方法、装置及电子设备 |
CN202110500446.0 | 2021-05-08 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022068327A JP2022068327A (ja) | 2022-05-09 |
JP7372996B2 true JP7372996B2 (ja) | 2023-11-01 |
Family
ID=76984314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022026006A Active JP7372996B2 (ja) | 2021-05-08 | 2022-02-22 | ノードグループ化方法、装置及び電子機器 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220253575A1 (ja) |
JP (1) | JP7372996B2 (ja) |
CN (1) | CN113190719B (ja) |
AU (1) | AU2022203072B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114511092B (zh) * | 2022-02-07 | 2023-04-18 | 上海图灵智算量子科技有限公司 | 一种基于量子线路的图注意力机制实现方法 |
CN114358216B (zh) * | 2022-03-22 | 2022-06-21 | 合肥本源量子计算科技有限责任公司 | 基于机器学习框架的量子聚类方法及相关装置 |
CN117217321B (zh) * | 2023-11-09 | 2024-01-30 | 合肥硅臻芯片技术有限公司 | 一种量子图态产生装置及产生方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180260731A1 (en) | 2017-03-10 | 2018-09-13 | Rigetti & Co., Inc. | Quantum Approximate Optimization |
JP2021504805A (ja) | 2017-11-28 | 2021-02-15 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 量子近似最適化におけるコスト関数の変形方法、システム、およびプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106991159B (zh) * | 2017-03-30 | 2018-07-24 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
CN109767150B (zh) * | 2017-11-09 | 2020-11-20 | 北京京东乾石科技有限公司 | 信息推送方法和装置 |
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 |
CN112541590B (zh) * | 2020-12-10 | 2021-09-14 | 北京百度网讯科技有限公司 | 量子纠缠探测方法、装置、电子设备及存储介质 |
CN112529200B (zh) * | 2020-12-23 | 2021-08-24 | 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 |
-
2021
- 2021-05-08 CN CN202110500446.0A patent/CN113190719B/zh active Active
-
2022
- 2022-02-22 JP JP2022026006A patent/JP7372996B2/ja active Active
- 2022-04-27 US US17/731,254 patent/US20220253575A1/en not_active Abandoned
- 2022-05-06 AU AU2022203072A patent/AU2022203072B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180260731A1 (en) | 2017-03-10 | 2018-09-13 | Rigetti & Co., Inc. | Quantum Approximate Optimization |
JP2021504805A (ja) | 2017-11-28 | 2021-02-15 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 量子近似最適化におけるコスト関数の変形方法、システム、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
AU2022203072B2 (en) | 2023-10-26 |
JP2022068327A (ja) | 2022-05-09 |
CN113190719A (zh) | 2021-07-30 |
AU2022203072A1 (en) | 2022-11-24 |
US20220253575A1 (en) | 2022-08-11 |
CN113190719B (zh) | 2022-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7372996B2 (ja) | ノードグループ化方法、装置及び電子機器 | |
JP7186797B2 (ja) | 量子計算のための方法及びシステム | |
JP7087079B2 (ja) | 深層学習アプリケーションのための堅牢な勾配重み圧縮方式 | |
CN113011593B (zh) | 消除量子测量噪声的方法及系统、电子设备和介质 | |
JP7354320B2 (ja) | 量子デバイスのノイズ除去方法および装置、電子機器、コンピュータ可読記憶媒体並びにコンピュータプログラム | |
US10755193B2 (en) | Implementation of error mitigation for quantum computing machines | |
CN114219076B (zh) | 量子神经网络训练方法及装置、电子设备和介质 | |
JP2022524586A (ja) | 量子コンピューティングにおける適応エラー修正 | |
CN112272833A (zh) | 容错量子计算机的布局 | |
CN115427981A (zh) | 用于分子和旋转系统的量子模拟的方法和系统 | |
WO2022267854A1 (zh) | 量子计算任务处理方法、系统、装置及操作系统 | |
WO2020196862A1 (ja) | 情報処理装置、情報処理システム、情報処理方法、記憶媒体およびプログラム | |
CN115699033A (zh) | 量子数据加载器 | |
JP2023510706A (ja) | 動的順序付けに基づいた分割による分散テンソルネットワーク縮約方式 | |
Swan et al. | Quantum information science | |
Laptyeva et al. | Calculating Floquet states of large quantum systems: A parallelization strategy and its cluster implementation | |
JP7250970B2 (ja) | 関数処理方法、装置及び電子機器 | |
Dupont et al. | Calibrating the classical hardness of the quantum approximate optimization algorithm | |
CN114819163A (zh) | 量子生成对抗网络的训练方法、装置、介质及电子装置 | |
CN111931939A (zh) | 一种单振幅量子计算模拟方法 | |
JP2023523109A (ja) | 量子操作実行方法及び装置、量子操作の制御波形の生成方法及び装置、量子操作チップ、並びにコンピュータ装置及びプログラム | |
CN115116552A (zh) | 一种量子化学模拟的分子能量计算方法及装置 | |
US11710060B2 (en) | Quantum processing system | |
US10671550B1 (en) | Memory offloading a problem using accelerators | |
Jin et al. | Multilayered logical qubits and synthesized quantum bits |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220222 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230220 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230629 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231010 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231020 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7372996 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |