[發(fā)明專利]基于機(jī)器學(xué)習(xí)框架的二分類方法及相關(guān)裝置有效
| 申請(qǐng)?zhí)枺?/td> | 202210282550.1 | 申請(qǐng)日: | 2022-03-22 |
| 公開(公告)號(hào): | CN114358295B | 公開(公告)日: | 2022-06-21 |
| 發(fā)明(設(shè)計(jì))人: | 方圓;李蕾;王漢超 | 申請(qǐng)(專利權(quán))人: | 合肥本源量子計(jì)算科技有限責(zé)任公司 |
| 主分類號(hào): | G06N10/20 | 分類號(hào): | G06N10/20;G06N10/40;G06N20/00;G06K9/62 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 230088 安徽省合肥市合肥市高*** | 國省代碼: | 安徽;34 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 機(jī)器 學(xué)習(xí) 框架 分類 方法 相關(guān) 裝置 | ||
1.一種基于機(jī)器學(xué)習(xí)框架的二分類方法,其特征在于,所述機(jī)器學(xué)習(xí)框架包括量子模塊和經(jīng)典模塊,所述方法包括:
調(diào)用所述量子模塊構(gòu)建量子計(jì)算層,調(diào)用所述經(jīng)典模塊構(gòu)建經(jīng)典全連接層,以及調(diào)用所述經(jīng)典模塊將所述量子計(jì)算層與所述經(jīng)典全連接層進(jìn)行連接,得到二分類機(jī)器學(xué)習(xí)模型,所述量子計(jì)算層用于從輸入數(shù)據(jù)中提取局部特征,所述經(jīng)典全連接層用于通過所述局部特征對(duì)所述輸入數(shù)據(jù)進(jìn)行二分類,所述量子計(jì)算層包括具有局部特征提取邏輯門的可變分量子線路;所述局部特征提取邏輯門包括依次分別作用在兩個(gè)量子比特上的兩個(gè)RX門、兩個(gè)RY門、兩個(gè)CNOT門以及兩個(gè)RY門,兩個(gè)所述CNOT門的控制位與被控位相反;
將待分類數(shù)據(jù)作為所述輸入數(shù)據(jù)輸入所述二分類機(jī)器學(xué)習(xí)模型,得到所述待分類數(shù)據(jù)的分類結(jié)果。
2.如權(quán)利要求1所述的方法,其特征在于,所述量子計(jì)算層還包括與所述可變分量子線路級(jí)聯(lián)的數(shù)據(jù)編碼量子線路和測(cè)量量子線路,所述量子模塊包括量子邏輯門子模塊和量子測(cè)量子模塊,所述量子邏輯門子模塊包括量子態(tài)編碼邏輯門單元和量子態(tài)演化邏輯門單元,所述調(diào)用所述量子模塊構(gòu)建量子計(jì)算層,包括:
調(diào)用所述量子態(tài)編碼邏輯門單元?jiǎng)?chuàng)建所述數(shù)據(jù)編碼量子線路,所述數(shù)據(jù)編碼量子線路用于將所述輸入數(shù)據(jù)編碼至所述量子比特的量子態(tài);
調(diào)用所述量子態(tài)演化邏輯門單元?jiǎng)?chuàng)建所述可變分量子線路,所述可變分量子線路用于將所述量子比特的量子態(tài)演化至目標(biāo)量子態(tài);
調(diào)用所述量子測(cè)量子模塊創(chuàng)建所述測(cè)量量子線路,所述測(cè)量量子線路用于測(cè)量得到所述量子比特的目標(biāo)量子態(tài),所述目標(biāo)量子態(tài)用于表示所述局部特征。
3.如權(quán)利要求2所述的方法,其特征在于,所述數(shù)據(jù)編碼量子線路包括P個(gè)量子比特,所述調(diào)用所述量子態(tài)演化邏輯門單元?jiǎng)?chuàng)建所述可變分量子線路,包括:
調(diào)用所述量子態(tài)演化邏輯門單元?jiǎng)?chuàng)建局部特征提取邏輯門;
將所述局部特征提取邏輯門作用所述P個(gè)量子比特上,得到可變分量子線路。
4.如權(quán)利要求3所述的方法,其特征在于,所述將所述局部特征提取邏輯門作用所述P個(gè)量子比特上,得到可變分量子線路,包括:
將所述局部特征提取邏輯門作用在所述P個(gè)量子比特中的第i至第i+Q個(gè)量子比特上;
令所述i=i+k,執(zhí)行所述將所述局部特征提取邏輯門作用在所述P個(gè)量子比特中的第i至第i+Q個(gè)量子比特上,所述k為所述局部特征提取邏輯門的移動(dòng)步長(zhǎng);
在所述i=P-Q時(shí),得到所述可變分量子線路。
5.如權(quán)利要求3或4所述的方法,其特征在于,兩個(gè)所述RX門的輸出項(xiàng)與其中兩個(gè)所述RY門的輸入項(xiàng)連接,其中兩個(gè)所述RY門的兩個(gè)輸出項(xiàng)與其中一個(gè)所述CNOT門的輸入項(xiàng)連接,其中一個(gè)所述CNOT門的輸出項(xiàng)與另外一個(gè)所述CNOT門的輸入項(xiàng)連接,另外一個(gè)所述CNOT門的輸出項(xiàng)與另外兩個(gè)所述RY門的輸入項(xiàng)連接。
6.如權(quán)利要求3所述的方法,其特征在于,所述機(jī)器學(xué)習(xí)框架還包括數(shù)據(jù)結(jié)構(gòu)模塊,所述將待分類數(shù)據(jù)作為所述輸入數(shù)據(jù)輸入所述二分類機(jī)器學(xué)習(xí)模型,包括:
調(diào)用所述數(shù)據(jù)結(jié)構(gòu)模塊將所述待分類數(shù)據(jù)轉(zhuǎn)化為一維向量;
在所述一維向量中的元素?cái)?shù)量等于時(shí),將所述一維向量作為所述數(shù)據(jù)編碼量子線路的輸入;
在所述一維向量中的元素?cái)?shù)量小于時(shí),調(diào)用所述數(shù)據(jù)結(jié)構(gòu)模塊將0作為元素補(bǔ)入所述一維向量以得到元素等于的新的一維向量,以及將新的所述一維向量作為所述數(shù)據(jù)編碼量子線路的輸入。
7.如權(quán)利要求1所述的方法,其特征在于,所述經(jīng)典模塊還包括損失函數(shù)單元和優(yōu)化器單元,所述方法還包括:
調(diào)用所述損失函數(shù)單元計(jì)算所述二分類機(jī)器學(xué)習(xí)模型的損失函數(shù);
調(diào)用所述優(yōu)化器單元基于所述損失函數(shù)更新所述二分類機(jī)器學(xué)習(xí)模型的參數(shù),以對(duì)所述二分類機(jī)器學(xué)習(xí)模型進(jìn)行優(yōu)化。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于合肥本源量子計(jì)算科技有限責(zé)任公司,未經(jīng)合肥本源量子計(jì)算科技有限責(zé)任公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210282550.1/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動(dòng)態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動(dòng)學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 游戲?qū)W習(xí)效果評(píng)測(cè)方法及系統(tǒng)





