[發明專利]一種量子機器學習的可視化展示方法

在審

• 申請號: 202010324874.8
• 申請日: 2020-04-23
• 公開（公告）號: CN111709530A
• 公開（公告）日: 2020-09-25
• 發明（設計）人: 路松峰;高嘵峰;王世鵬;劉子昭;吳穎婷
• 申請（專利權）人: 深圳華中科技大學研究院
• 主分類號: G06N10/00
• 分類號: G06N10/00
• 代理公司: 南京瑞華騰知識產權代理事務所(普通合伙) 32368
• 代理人: 梁金娟

本發明公開了一種量子機器學習的可視化展示方法，包括如下步驟：步驟1)，將訓練集D＝{(χ₁,y₁),……,(χ_m,y_m),……,(χ_M,y_M)}和測試集T＝{χ₁,……,χ_l,……,χ_L}進行量子編碼，其中χ_m,χ_l都是N維向量，χ_m,χ_l∈R^N，y_m是χ_m對應的標簽y_m∈{?1,1},m＝1,……,M,l＝1,……,L，并構造相應的量子編碼線路；步驟2)，通過量子力學干涉效應設計基于距離的分類器，構造相應的量子機器學習算法線路，與步驟1)所得的量子編碼線路結合得到完整的量子線路；步驟3)，根據步驟2)所得的完整量子線路編寫量子程序，運行量子程序并將運行結果進行可視化展示。本發明的量子機器學習可視化展示方法可具體應用于實際問題，將量子機器學習的步驟與細節以良好的界面和動態的效果展示出來，為相關研究人員理解量子機器學習這一前沿領域提供了有效的幫助。

技術領域

本發明涉及計算機領域，具體涉及一種量子機器學習的可視化展示方法。

背景技術

量子計算是目前最具潛力，并被普遍認為最有可能替代經典計算的新型計算模型。不同于經典計算模型，量子計算通過利用量子的不確定狀態來存儲信息，并在特定物理環境下通過對量子進行操控，使其量子狀態發生改變，從而完成針對量子信息的計算和處理。在近三十多年的發展研究中，通過對量子疊加態、量子糾纏態以及量子相干性等特性的深入研究，人們發現量子計算具有高效存儲、并行計算和不確定計算等能力。同時，針對信息處理領域若干難題，利用量子計算模型，高效量子算法的設計也取得了驚人成果。

量子機器學習借助量子計算的高并行性，實現進一步優化傳統機器學習的目的。量子機器學習算法一般需要經過以下步驟：1)將經典信息轉換成量子信息。為了發揮量子計算機的高并行特性，必須對經典信息進行編碼，將其轉換成量子信息，這就好比將一門語言翻譯為另外一門語言。合適、巧妙的編碼將更加有效的利用量子計算的潛力。2)傳統機器學習算法的量子版轉換。由于量子計算機和經典電子計算機的操作單元不同，無法將所有的經典計算機的方法都移植到量子計算機上，并且不是所有在量子計算機上的操作都會有指數性的加速。所以設計出適用于量子計算機的算法將十分重要。量子機器學習算法的設計，既要結合經典算法的數據結構、數據庫等技術，同時，還要不斷設計出更多適合量子理論的算法模型。3)提取最終計算結果。由于計算結果為量子態無法直接使用，需要經過量子測量操作，使量子疊加態波包塌縮至經典態，將經典信息提取出來。

當前量子機器學習的研究大多處于理論研究階段，量子機器學習的細節不能展示出來。

發明內容

本發明的目的旨在解決上述問題，從而提供一種量子機器學習的可視化展示方法。

為實現上述目的，本發明提供了一種量子機器學習的可視化展示方法，該方法包括如下步驟：

步驟1)，將訓練集D＝{(χ₁,y₁),……,(χ_m,y_m),……,(χ_M,y_M)}和測試集T＝{χ₁,……,χl,……,χ_L}進行量子編碼，其中χ_m,χ_l都是N維向量，χ_m,χ_l∈R^N，y_m是χ_m對應的標簽y_m∈{-1,1},m＝1,… …,M,l＝1,… …,L，并構造相應的量子編碼線路；