[發明專利]數據處理方法及系統在審
| 申請號: | 202111543566.5 | 申請日: | 2021-12-16 |
| 公開(公告)號: | CN114219092A | 公開(公告)日: | 2022-03-22 |
| 發明(設計)人: | 葉永金;陳鑫淼;季陽;汪士;吳永政 | 申請(專利權)人: | 華東計算技術研究所(中國電子科技集團公司第三十二研究所) |
| 主分類號: | G06N10/20 | 分類號: | G06N10/20 |
| 代理公司: | 上海段和段律師事務所 31334 | 代理人: | 黃磊 |
| 地址: | 201800 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 數據處理 方法 系統 | ||
本發明提供了一種數據處理方法及系統,包括:步驟S1:對經典數據進行量子態振幅編碼,獲得對應的量子態數據;步驟S2:通過量子計算機對量子態數據進行數據處理。與現有技術相比,本發明通過對傳統的經典數據進行量子態編碼,將原本量子計算機無法處理的經典數據轉化為對應的量子態進行處理,通過量子態編碼,極大的擴展了量子計算機的應用范圍。量子態編碼的實現架起了傳統數據分析與處理與量子計算機應用的橋梁,利用量子計算機量子態的糾纏與疊加效應,通過量子態編碼實現指數級信息壓縮,解決目前遇到的面對大數據時,機器學習和神經網絡處理困難的問題。
技術領域
本發明涉及人工智能與量子計算交叉技術領域,具體地,涉及一種數據處理方法及系統。
背景技術
隨著信息技術不斷發展,信息化將各行業緊密聯系起來,產業數據成爆炸式增長。這種增長不僅是數據量的增長,還包括數據種類、結構和產生速度上的增長。最近幾年全球數據量的增長率接近24%。以谷歌為首,憑借數據服務為核心、機器學習和神經網絡技術為支撐的一大批信息技術(Information Technology,IT)公司占領數據挖掘與信息化的市場。他們掌握海量數據,使用機器學習、深度學習等人工智能技術挖掘潛在價值信息,提供數據服務,改變社會生活各個方面。數據的增長也帶來技術的挑戰。不少傳統機器學習算法已無法應對大數據時代海量數據的處理和分析,所以不得不尋找新的方法來解決問題。
最近不少研究機構及大型IT公司都將目光集中到了量子計算上,想通過量子計算的獨特性質,解決傳統算法的運算效率問題。傳統電子計算機存儲電平的高低,每次只能處理一個比特的狀態數據。量子計算機存儲量子比特,一個量子比特可表示量子態|0和|1的疊加,一次運算就可同時處理兩個狀態的信息。以此類推,經典計算機對2N個比特的數據執行相同計算需要2N次操作,而量子計算機只需要對2N個量子比特進行一次操作即可。正因如此,量子計算不管在數據存儲能力還是數據處理能力上都理論上遠超經典計算。
量子計算機處理的是量子比特,經典計算機處理的是數字信號,因此,要將量子計算機運用到傳統數據分析處理上來,首要解決的問題就是量子態編碼,將傳統的數字信號編碼成對應的量子態,為量子算法的進一步分析處理提供數據輸入。量子態編碼是搭建傳統數字信息與量子計算之間的橋梁。
專利文獻CN112613571A公開了一種用于圖像識別的量子神經網絡方法、系統及介質,涉及量子神經網絡方法技術領域,該方法包括:量子態編碼:對MNIST數據集數據進行預處理,并依據處理結果,轉化為對應旋轉門操作的角度信息;構建量子神經網絡:通過分解計算,優化量子神經網絡的學習過程;測量結果表征:通過測量結果,找出概率最大的量子態,實現圖像識別。但該方法并未解決機器學習和神經網絡模型等面對大數據時處理困難的問題。
發明內容
針對現有技術中的缺陷,本發明的目的是提供一種數據處理方法及系統。
根據本發明提供的一種數據處理方法,包括:
步驟S1:對經典數據進行量子態振幅編碼,獲得對應的量子態數據;
步驟S2:通過量子計算機對量子態數據進行數據處理。
優選地,步驟S1,包括:
步驟S101:將經典數據的數字信息進行歸一化處理后,將數字信息編碼成量子態的振幅信息,獲得對應的量子態數據。
優選地,經典數據中包括2N個數字信息,N為正整數,步驟S1,還包括:
步驟S202:使用N個量子比特對2N個數字信息進行振幅編碼。
優選地,步驟S1,還包括:
通過控制旋轉門中轉動角的角度信息,完成對經典數據的量子態振幅編碼。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華東計算技術研究所(中國電子科技集團公司第三十二研究所),未經華東計算技術研究所(中國電子科技集團公司第三十二研究所)許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111543566.5/2.html,轉載請聲明來源鉆瓜專利網。





