[发明专利]含噪声的量子计算仿真方法、装置、设备及介质在审

专利信息
申请号: 202210274536.7 申请日: 2022-03-21
公开(公告)号: CN114565101A 公开(公告)日: 2022-05-31
发明(设计)人: 张新;赵雅倩;李仁刚 申请(专利权)人: 苏州浪潮智能科技有限公司
主分类号: G06N10/80 分类号: G06N10/80;G06N10/20
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 张艺
地址: 215100 江苏省苏州*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 噪声 量子 计算 仿真 方法 装置 设备 介质
【权利要求书】:

1.一种含噪声的量子计算仿真方法,其特征在于,包括:

获取密度矩阵形式的待仿真张量网络;所述待仿真张量网络基于待仿真量子线路得到,所述待仿真量子线路被设计用于执行指定的计算任务;

在所述待仿真张量网络中加入密度矩阵形式的噪声张量,得到含噪声张量网络;

对所述含噪声张量网络进行张量缩并,得到仿真结果。

2.基于权利要求1所述的含噪声的量子计算仿真方法,其特征在于,所述在所述待仿真张量网络中加入密度矩阵形式的噪声张量,得到含噪声张量网络,包括:

获取噪声引入方式信息;

基于所述噪声引入方式信息,将所述噪声张量加入所述待仿真张量网络,得到含噪声张量网络。

3.基于权利要求2所述的含噪声的量子计算仿真方法,其特征在于,所述噪声引入方式信息包括噪声位置信息;

所述基于所述噪声引入方式信息,将所述噪声张量加入所述待仿真张量网络,得到含噪声张量网络,包括:

基于所述噪声位置信息,在所述待仿真张量网络中确定噪声插入位置;

将所述噪声张量插入所述噪声插入位置,得到所述含噪声张量网络。

4.基于权利要求2所述的含噪声的量子计算仿真方法,其特征在于,所述噪声引入方式信息包括噪声类型信息;

所述基于所述噪声引入方式信息,将所述噪声张量加入所述待仿真张量网络,得到含噪声张量网络,包括:

基于所述噪声类型信息确定所述噪声张量;

将所述噪声张量插入所述待仿真张量网络,得到所述含噪声张量网络。

5.基于权利要求2所述的含噪声的量子计算仿真方法,其特征在于,所述噪声引入方式信息包括噪声形式信息;

所述基于所述噪声引入方式信息,将所述噪声张量加入所述待仿真张量网络,得到含噪声张量网络,包括:

基于所述噪声形式信息,确定单量子门形式或双量子门形式的噪声张量;

将所述噪声张量插入所述待仿真张量网络,得到所述含噪声张量网络。

6.基于权利要求1所述的含噪声的量子计算仿真方法,其特征在于,所述获取密度矩阵形式的待仿真张量网络,包括:

获取待仿真量子线路;

将所述待仿真量子线路的各个节点转换为密度矩阵形式的张量,得到所述待仿真张量网络。

7.基于权利要求6所述的含噪声的量子计算仿真方法,其特征在于,所述节点包括输入态、单量子比特操作、双量子比特操作、测量算符中的至少一个;

所述输入态的张量为𝑇_𝜎=tr(ρ∙σ),单量子比特操作的张量为𝑇_(𝜎,𝜏)=tr(𝜏^+ G(σ)),双量子比特操作的张量为𝑇_(𝜎_1,𝜎_2,𝜏_1,𝜏_2)=tr((𝜏_1⨂𝜏_2)^ +G(𝜎_1⨂𝜎_2)),测量算符的张量为𝑇_𝜏=tr(E∙τ);

其中,E表示正算子取值测度元,σ和τ∈Π,Π为密度矩阵元,_表示下标,^表示上标,+表示转置共轭,tr表示矩阵求迹,G表示幺正演化算符。

8.一种含噪声的量子计算仿真装置,其特征在于,包括:

获取模块,用于获取密度矩阵形式的待仿真张量网络;所述待仿真张量网络基于待仿真量子线路得到,所述待仿真量子线路被设计用于执行指定的计算任务;

噪声加入模块,用于在所述待仿真张量网络中加入密度矩阵形式的噪声张量,得到含噪声张量网络;

缩并模块,用于对所述含噪声张量网络进行张量缩并,得到仿真结果。

9.一种电子设备,其特征在于,包括存储器和处理器,其中:

所述存储器,用于保存计算机程序;

所述处理器,用于执行所述计算机程序,以实现如权利要求1至7任一项所述的含噪声的量子计算仿真方法。

10.一种计算机可读存储介质,其特征在于,用于保存计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的含噪声的量子计算仿真方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州浪潮智能科技有限公司,未经苏州浪潮智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210274536.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top