[發明專利]基于先驗知識的拓撲特征分類

在審

• 申請號: 201980088680.8
• 申請日: 2019-12-06
• 公開（公告）號: CN113287125A
• 公開（公告）日: 2021-08-20
• 發明（設計）人: T·卡齊曼;L·霍瑞什;K·L·克拉克森;M·斯庫蘭特
• 申請（專利權）人: 國際商業機器公司
• 主分類號: G06N10/00
• 分類號: G06N10/00;G06N7/00;G06N20/00
• 代理公司: 中國貿促會專利商標事務所有限公司 11038
• 代理人: 吳信剛

1.一種系統，所述系統包括：

存儲器，存儲計算機可執行組件；

處理器，可操作地耦接到所述存儲器，并且執行存儲在所述存儲器中的所述計算機可執行組件，其中所述計算機可執行組件包括：

量子計算組件，所述量子計算組件可操作用于將特征值編碼到量子電路的量子態上的相位中；以及

經典計算組件，所述經典計算組件通過測量所述量子電路的輔助態使用貝葉斯學習算法推斷貝蒂數。

2.如權利要求1所述的系統，其中所述計算機可執行組件進一步：

所述量子計算組件可操作用于將拉普拉斯矩陣的特征值編碼到量子電路的量子態上的相位中。

3.如權利要求2所述的系統，還包括：

子樣本組件，所述子樣本組件選擇性地對對象進行采樣以生成子樣本對象。

4.如權利要求3所述的系統，還包括：

同調組件，所述同調組件使用持續同調算法表征所述子樣本對象以生成量子疊加態。

5.如權利要求4所述的系統，還包括：

矩陣組件，所述矩陣組件基于所述量子疊加態建立所述拉普拉斯矩陣作為量子對象。

6.如權利要求5所述的系統，還包括：

測量組件，所述測量組件重復測量所述輔助態，并且生成概率分布。

7.如權利要求6所述的系統，還包括：

采樣組件，所述采樣組件使用采樣算法分析所述概率分布以更新先驗知識分布。

8.如權利要求7所述的系統，還包括：

貝葉斯組件，所述貝葉斯組件基于所述先驗知識分布和所述概率分布生成所述貝葉斯學習算法。

9.如在前權利要求中任一項所述的系統，其中所述貝蒂數被包括在由所述經典計算組件推斷的多個貝蒂數內，并且其中所述多個貝蒂數表征對象的拓撲。

10.如在前權利要求中任一項所述的系統，其中所述計算機可執行組件包括：

量子計算組件，所述量子計算組件將特征值編碼到量子電路的量子態上的相位中，其中所述特征值與對象的拓撲特征有關。

11.一種用于拓撲分類的計算機實現的方法，所述方法包括：

由可操作地耦接到處理器的系統將特征值編碼到量子電路的量子態上的相位中；以及

由所述系統通過測量所述量子電路的輔助態使用貝葉斯學習算法推斷貝蒂數。

12.如權利要求11所述的計算機實現的方法，還包括將拉普拉斯矩陣的特征值編碼到量子電路的量子態上的相位中。

13.如權利要求12所述的計算機實現的方法，還包括：

由所述系統通過選擇性地對對象進行采樣來生成子樣本對象。

14.如權利要求13所述的計算機實現的方法，還包括：

由所述系統使用持續同調算法來表征所述子樣本對象以生成量子疊加態。

15.如權利要求14所述的計算機實現的方法，還包括：

由所述系統基于所述量子疊加態來生成所述拉普拉斯矩陣作為量子對象。

16.如權利要求15所述的計算機實現的方法，還包括：

由所述系統重復測量所述輔助態，其中所述輔助態是與所述量子態的乘積態；以及

由所述系統基于所述重復測量來生成概率分布。

17.如權利要求16所述的計算機實現的方法，還包括：

由所述系統使用采樣算法分析所述概率分布以更新先驗知識分布。