[發明專利]一種基于POVM測量的量子感知機方法

在審

• 申請號: 201711435581.1
• 申請日: 2017-12-26
• 公開（公告）號: CN108182477A
• 公開（公告）日: 2018-06-19
• 發明（設計）人: 劉文杰;嵇福高
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G06N99/00
• 分類號: G06N99/00;G06N3/08
• 代理公司: 江蘇愛信律師事務所 32241
• 代理人: 毛啟程

本發明提出了一種基于POVM測量的量子感知機方法，所述方法通過對樣本集中的所有輸入構造POVM測量算子，進一步判斷測量算子是否完備，否則構造第三個測量算子，從而實現一步迭代即可對樣本進行分類。該方法較以往量子感知機對樣本進行分類，具有更高的效率，即只需一次迭代即可實現對樣本進行分類；同時它具有經典感知機無法比擬的量子并行計算能力。

技術領域

本發明屬于量子神經網絡領域，涉及采用POVM測量通過一次迭代實現對樣本的分類問題。

背景技術

人工神經網絡(ANN)是對人腦工作機理的簡單模仿，它建立在簡化的神經元模型和學習規則的基礎之上，已經在信息處理、模式識別、智能控制及系統建模等領域得到越來越廣泛的應用。但隨著應用的深入推廣和實際問題的日益涌現，神經計算的局限與不足逐漸顯現出來，如學習海量信息時處理速度過慢、記憶容量有限、需要反復訓練、在接受新信息時易發生失憶現象等等，尤其是量子計算機和量子算法的出現，傳統神經網絡與量子計算相結合而產生的一種全新的量子神經網絡(QNN)。通過將量子計算中量子態的疊加、糾纏、干涉和并行計算等量子特性引入到神經網絡中，從而有效提升神經網絡的信息處理能力，以及克服傳統ANN的缺陷與不足，因此具有良好的應用前景。作為QNN的一個基本組成單元，量子感知機目前得到越來越多科研人員的關注。

眾所周知，經典感知機需通過多次迭代以及多層網絡來實現樣本分類。2001年，Altaisky首次提出量子感知機模型，克服了經典感知機無法解決的某些問題(如XOR異或函數)，但其仍然需要多次迭代才能實現樣本分類。本發明提出的量子感知機充分利用POVM測量只需一步迭代就能實現樣本分類，而且它具有傳統單層感知機所無法比擬的計算能力。

發明內容

本發明的目的是設計一個高效的量子感知機，該方法通過構造POVM測量基，一次迭代實現對樣本的無錯分類。

技術方案具體步驟如下：

步驟一：準備訓練樣本集{(|x₁>,y₁),(|x₂>,y₂),…(|x_i>,y_i),…,(|x_n>,y_n)}。

步驟二：根據樣本集中的所有輸入，構造POVM測量算子

步驟三：判斷測量算子是否完備，否則構造第三個測量算子M₀＝I-(M₊+M_-)。

步驟四：采用{M₊,M_-}或{M₊,M_-,M₀}測量算子對樣本進行分類驗證。

在步驟一中，準備訓練樣本集{(|x₁>,y₁),(|x₂>,y₂),…(|x_i>,y_i),…,(|x_n>,y_n)}，其中|x_i>是量子感知機的輸入量子態，|y_i>(y_i∈{+1,-1})是正確分類結果。

在步驟二中，將屬于y_i＝-1的樣本輸入部分進行相加得到屬于y_i＝+1的樣本輸入部分相加得到其中N₊，N_-為歸一化因子。