基于机器学习框架的分类方法及相关装置
实质审查的生效
摘要
本发明公开了一种基于机器学习框架的分类方法及相关装置,本发明通过调用机器学习框架包括的量子模块构建量子机器学习分类模型,该量子机器学习分类模型包括级联的基态数据编码量子线路、QVC和测量量子线路,该基态数据编码量子线路用于将输入数据编码至量子比特的基态,基态数据编码量子线路包括的逻辑门数量少于振幅数据编码量子线路、角度数据编码量子线路、IQP数据编码线路等其他数据编码量子线路,从而减少了数据编码量子线路的线路深度,进而减少了量子机器学习分类模型中量子线路的线路深度,减少了量子比特的出错几率,提高量子机器学习分类模型的分类准确性。
基本信息
专利标题 :
基于机器学习框架的分类方法及相关装置
专利标题(英):
暂无
公开(公告)号 :
CN114358319A
申请号 :
CN202210282572.8
公开(公告)日 :
2022-04-15
申请日 :
2022-03-22
授权号 :
暂无
授权日 :
暂无
发明人 :
窦猛汉方圆王伟王汉超
申请人 :
合肥本源量子计算科技有限责任公司
申请人地址 :
安徽省合肥市合肥市高新区创新大道2800号创新产业园二期E2楼六层
代理机构 :
代理人 :
优先权 :
CN202210282572.8
主分类号 :
G06N20/00
IPC分类号 :
G06N20/00 G06N10/20 G06N10/40 G06K9/62 G06V10/764
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06N
基于特定计算模型的计算机系统
G06N20/00
机器学习
法律状态
2022-05-03 :
实质审查的生效
IPC(主分类) : G06N 20/00
申请日 : 20220322
申请日 : 20220322
2022-04-15 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载