[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

提供了關于復雜數據集的拓撲分類的技術。例如，本文所述的一個或多個實施例可包括一種系統，該系統可包括可存儲計算機可執行組件的存儲器。該系統還可以包括處理器，該處理器可操作地耦接到存儲器，并且可以執行存儲在存儲器中的計算機可執行組件。計算機可執行組件可以包括量子計算組件，該量子計算組件可以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。計算機可執行組件還可以包括經典計算組件，該經典計算組件通過測量該量子電路的輔助態使用貝葉斯學習算法來推斷貝蒂數。

技術領域

本公開涉及拓撲特征分類，并且更具體地涉及使用量子和經典計算技術的混合的一個或多個貝蒂(Betti)數的一個或多個基于先驗知識的推斷。

背景技術

拓撲數據分析技術利用代數拓撲公式來提供可以對所選擇的特定度量不敏感、提供維度減少和/或對在主題數據中發現的噪聲魯棒的框架。此外，拓撲數據分析可通過機器學習、深度學習、分類、推斷和/或人工智能任務來促進。例如，一個或多個機器學習任務可利用代數拓撲的原理來生成主題數據的越來越高級別的抽象，其中然后可基于抽象而不是原始數據來執行關于數據的特性的確定。

傳統上，已經實施了經典計算技術或量子計算技術來執行拓撲數據分析。經典計算技術可容易地對大數據集執行拓撲數據分析。考慮到經典計算設備的處理能力的低成本和可用性，經典計算技術可在分析大數據集時展現出期望的效率。然而，通過經典計算技術的分析可能受到數據的復雜性的限制。相比之下，量子計算技術可以容易地對復雜的數據集執行拓撲數據分析，但是在能夠被處理的數據量方面受到限制。例如，常規的量子算法可能需要在近期量子計算中不能容易地實現的電路深度或容錯的水平。

因此，本領域需要解決上述問題。

發明內容

從第一方面來看，以下發明提供了一種用于拓撲分類的系統，該系統包括：存儲器，其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，其可操作用于將特征值(eigenvalue)編碼到量子電路的量子態上的相位中；以及經典計算組件，其通過測量量子電路的輔助(ancilla)狀態使用貝葉斯學習算法來推斷貝蒂數。

從另一方面來看，以下發明提供了一種用于拓撲分類的計算機實現的方法，該方法包括：由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；并且由所述系統通過測量量子電路的輔助態，利用貝葉斯學習算法推斷貝蒂數。

從另一方面來看，本發明提供了一種用于拓撲分類的計算機程序產品，該計算機程序產品包括計算機可讀存儲介質，該計算機可讀存儲介質可由處理電路讀取并且存儲用于由處理電路運行來執行用于執行本發明的步驟的方法的指令。

從另一方面來看，本發明提供了一種存儲在計算機可讀介質上并且可加載到數字計算機的內部存儲器中的計算機程序，所述計算機程序包括軟件代碼部分，當所述程序在計算機上運行時，所述軟件代碼部分用于執行本發明的步驟。

下面給出概述以提供對本發明的一個或多個實施例的基本理解。本概述不旨在標識關鍵或重要元素，或描繪特定實施例的任何范圍或權利要求的任何范圍。其唯一目的是以簡化形式呈現概念，作為稍后呈現的更詳細描述的序言。在本文描述的一個或多個實施例中，描述了可促進復雜數據集的拓撲分類的系統、計算機實現的方法、裝置和/或計算機程序產品。

根據一個實施例，提供了一種系統。該系統可以包括可以存儲計算機可執行組件的存儲器。該系統還可以包括處理器，其可操作地耦接到存儲器，并且可以執行存儲在存儲器中的計算機可執行組件。計算機可執行組件可以包括量子計算組件，該量子計算組件可以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。這些計算機可執行組件還可以包括經典計算組件，該經典計算組件通過測量該量子電路的輔助態使用貝葉斯學習算法推斷貝蒂數。這種系統的優點可以是利用量子計算用于復雜計算并且利用經典計算用于大計算。