一种量子线路搭建方法及设备与流程

文档序号:34654434发布日期:2023-06-29 22:45阅读:51来源:国知局
一种量子线路搭建方法及设备与流程

本申请涉及量子计算领域,尤其涉及一种量子线路搭建方法及设备。


背景技术:

1、随着量子计算技术飞速的发展,含噪声的中等规模量子设备(noisyintermediate-scale quantum,nisq)成为研究量子化学、量子多体物理等问题的一个重要新工具。在此类设备上,变分量子算法(variational quantum algorithm,vqa)被视为一类能展现量子优势的重要方法。该类算法相较于以往量子算法最大的不同在于模型由经典和量子两部分组成。其中,目标函数的优化由经典优化器负责,模型构建由含参数的量子线路负责。而含参数量子线路的搭建则直接影响量子算法的性能,因此,需要提出高效的量子线路搭建方法。


技术实现思路

1、本申请的实施例提供一种量子线路搭建方法,能够提升量子线路搭建的效率。

2、第一方面,本申请提供一种量子线路搭建方法,包括:构建用于搜索的量子门集合;量子门集合包含具有第一参数的量子门;构建对应于每个集合元素的概率模型,并根据概率权重从集合中抽取量子门构成量子线路;概率权重根据每个量子门在概率模型中的第二参数和对代价函数的贡献度而确定;基于代价函数,使用梯度下降算法迭代调节概率模型的第二参数和量子线路的第一参数,直至满足结束条件,得到目标量子线路。

3、由此,在构建对应于每个集合元素的概率模型时,引入每个量子门对代价函数的贡献度,可以提高量子线路搜索的效率。

4、在一种可能的实现方式中,结束条件为迭代前后计算得到的代价函数的差值小于预设阈值;目标量子线路,是满足结束条件时的第一参数对应的量子线路。

5、在一种可能的实现方式中,基于代价函数,使用梯度下降算法迭代调节概率模型的第二参数和量子线路的第一参数,包括:根据梯度计算公式,分别计算代价函数对第一参数的第一导数和对第二参数的第二导数;根据第二导数,更新第二参数;根据第一导数,更新第一参数。

6、在一种可能的实现方式中,分别计算代价函数对第一参数的第一导数和对第二参数的第二导数,包括:使用量子线路中的不同结构的量子门分别计算代价函数对第一参数的第一导数和对第二参数的第二导数。

7、在一种可能的实现方式中,对代价函数的贡献度通过以下公式确定:其中,qi表示是集合中第i个量子门对代价函数的贡献度,l()表示代价函数,g′表示从集合g中排除第i个量子门得到的集合。

8、在一种可能的实现方式中,概率权重通过以下公式确定:其中,p表示概率权重,αi是集合中第i个量子门的在概率模型中的第二参数,表示对集合中所有的量子门求和,qi是集合中第i个量子门对代价函数的贡献度。

9、第二方面,本申请提供一种量子线路搭建设备,包括:第一处理模块,用于构建用于搜索的量子门集合;量子门集合包含具有第一参数的量子门;第二处理模块,用于构建对应于每个集合元素的概率模型,并根据概率权重从集合中抽取量子门构成量子线路;概率权重根据每个量子门在概率模型中的第二参数和对代价函数的贡献度而确定;第三处理模块,用于使用梯度下降算法迭代调节概率模型的第二参数和量子线路的第一参数,直至满足结束条件,得到目标量子线路。

10、第三方面,本申请提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,当计算机程序在处理器上运行时,使得处理器执行第一方面或第一方面的任一种可能的实现方式所描述的方法。

11、可以理解的是,上述第二方面或第三方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。



技术特征:

1.一种量子线路搭建方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,所述结束条件为迭代前后计算得到的代价函数的差值小于预设阈值;

3.根据权利要求1所述的方法,所述基于所述代价函数,使用梯度下降算法迭代调节所述概率模型的第二参数和所述量子线路的第一参数,包括:

4.根据权利要求3所述的方法,所述分别计算所述代价函数对所述第一参数的第一导数和对所述第二参数的第二导数,包括:

5.根据权利要求1所述的方法,所述对代价函数的贡献度通过以下公式确定:

6.根据权利要求1所述的方法,所述概率权重通过以下公式确定:

7.一种量子线路搭建设备,其特征在于,所述设备包括:

8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,当所述计算机程序在处理器上运行时,使得所述处理器执行如权利要求1-6任一所述的方法。


技术总结
本申请实施例提供了一种量子线路搭建方法,该方法包括:构建用于搜索的量子门集合,量子门集合包含具有第一参数的量子门;构建对应于每个集合元素的概率模型,并根据概率模型从集合中抽取量子门构成量子线路;概率权重根据每个量子门在概率模型中的第二参数和对代价函数的贡献度而确定;基于代价函数,使用梯度下降算法迭代调节概率模型的第二参数和量子线路的第一参数,直至满足结束条件,得到目标量子线路。由此,在构建对应于每个集合元素的概率模型时,引入每个量子门对代价函数的贡献度,可以提高量子线路搜索的效率。

技术研发人员:黄蕾蕾
受保护的技术使用者:正则量子(北京)技术有限公司
技术研发日:
技术公布日:2024/1/13
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1