Absstract of: CN122947972A
本发明公开了一种基于量子计算和物理信息神经网络的光伏功率预测方法,涉及光伏发电功率预测技术领域,旨在解决当前的超短期的光伏电站输出功率预测数据真实性低的技术问题,步骤如下:量子增强特征提取,对预处理后的光伏物理特征搭建变分量子线路,通过量子编码将经典光伏特征映射至高维希尔伯特空间;物理信息神经网络预测与约束,将得到的量子增强特征与原始光伏物理特征融合输入经典神经网络,输出符合光伏物理定律的光伏功率预测值。本发明通过量子增强特征提取模块与物理信息约束神经网络耦合架构,其基于量子高维并行特征提取机制与多维度光伏物理复合损失约束联合优化逻辑,大幅提升超短期光伏功率预测精度与鲁棒性。
Absstract of: CN122947941A
本公开实施例公开了基于量子电路的复用方法、装置、电子设备、介质及产品。其中,上述方法包括:构建配置多组约束条件的CP‑SAT模型;其中,CP‑SAT模型以最小化物理比特使用数量为优化目标;确定待执行量子电路的电路运行信息;其中,电路运行信息用于指示待执行量子电路的电路时序、各逻辑比特的运行逻辑和运行周期;通过CP‑SAT模型对电路运行信息进行处理,得到中间复用方案;在确定中间复用方案满足各约束条件,并且,满足待执行量子电路的执行规则的情况下,将中间复用方案确定为目标复用方案;其中,执行规则用于指示待执行量子电路的时序和逻辑比特的因果依赖逻辑;基于目标复用方案重构待执行量子电路,得到目标量子电路。
Absstract of: CN122947940A
本发明公开了一种基于量子卷积操作的并行化分解方法、介质及设备,该方法将输入数据经振幅编码映射为量子态,并对原始卷积核进行CP张量分解得到子卷积核组。本发明依据量子处理器比特数与相干时间约束,动态调整分解秩与量子门序列配置,搭配量子预补偿与经典补偿的双层误差修正机制抑制硬件误差;通过分布式量子架构并行执行量子子电路并测量提取特征,经经典单元完成特征融合与空间重组,再通过混合梯度算法联合优化量子线路参数与经典计算参数。本发明兼顾量子并行优势与经典计算稳定性,有效提升卷积运算精度与效率,硬件适配性与泛化性强,适用于图像特征提取、机器视觉识别等人工智能场景。
Absstract of: CN122947944A
本申请涉及量子技术领域,特别涉及一种超导量子比特快速重置系统、方法及电子设备,系统包括:超导量子比特模块;可调耦合器模块,可调耦合器模块与超导量子比特模块相耦合,用于接收来自超导量子比特的能量;耗散谐振腔模块,与所述可调耦合器模块耦合,用于接收通过可调耦合器传导的来自超导量子比特的能量并进行耗散;信号发生模块,用于产生矩形方波及正弦调制控制信号;控制模块,用于周期性控制所述信号发生模块输出所述矩形方波及正弦调制控制信号至所述可调耦合器模块,以动态调节所述可调耦合器模块的频率。通过动态调制耦合器频率,解决现有技术中耦合器与谐振腔能量交换效率低、抗干扰能力弱等问题。
Absstract of: CN122947943A
单次曝光的三维阵列量子比特状态的判读方法及装置,涉及原子光学成像技术领域。判读方法包括:获取三维阵列对应的荧光以及三维阵列中每个候选格点的三维坐标;对荧光进行视场编码,以在探测器平面形成对应的编码点扩散函数;在单次曝光过程中,采集所有的编码点扩散函数所形成的编码荧光图像;根据三维坐标、编码荧光图像和预先标定的三维点扩散函数库,确定每个候选格点的量子比特状态以及置信度。该判读方法能够将单次曝光获得的二维的编码荧光图像转换为多个三维候选格点的量子比特状态及置信度,从而在不依赖逐层调焦和逐层扫描的情况下实现三维阵列的并行状态读出,并降低由于离焦导致的不同轴向层之间的判读混淆。
Absstract of: CN122946231A
本发明提供了一种基于时分空分复用的超导量子纤芯在线快速监测系统,涉及量子态在线监测技术领域,包括采集模块、映射模块、预测模块和监测模块。采集模块基于时分和空分复用技术,分别采集时间片段内空间扇区的量子比特相位和幅度信息;映射模块构建相干边界追踪算子,识别相位信息突变点以确定量子相干边界,并建立动态映射关系;预测模块通过螺旋传播模型,结合螺旋轨迹和径向衰减特征,计算螺旋相位和径向幅度分布;监测模块根据预测路径动态布设虚拟监测点,计算监测点的量子态信息,生成覆盖边界的完整监测数据。本发明提高了监测精度、路径预测准确性和实时响应能力,显著提升超导量子纤芯在线监测的准确性和适用性。
Absstract of: CN122948505A
本申请提供一种基于量子标识的票据验证方法、装置及设备,涉及金融科技领域或其他相关领域。该方法应用于区块链上的共识节点,该方法包括:在所述票据的全生命周期,基于所述票据的量子标识,对所述票据的票据信息哈希后存储到所述区块链上,以构建所述票据的全生命周期信息,所述量子标识是基于量子随机数生成的,所述全生命周期包括多个阶段;通过量子加密通道将所述票据各所述阶段的阶段信息发送给所述区块链上的其他共识节点,以使所述票据经过其他所述共识节点时基于所述阶段信息对所述票据进行验证。本申请的方法,通过链上哈希摘要保障了阶段数据的可校验性,通过阶段信息同步确保了票据流转判断的可靠性。
Absstract of: CN122944014A
本发明公开了一种超导腔低温模组的参数测量方法,其步骤包括:在超导腔低温模组的目标测温器件上部署多个温度测点,并为每一温度测点设置若干数值模型;为每一温度测点在每一工况下的数值模型设置若干关联温度测点;根据当前工况,将各关联温度测点的温度测量值输入到对应的数值模型,得到温度测点的温度评估值;将当前工况下每一温度测点的温度测量值和温度评估值输入到EKF滤波器,得到温度融合值;在超导腔低温模组的目标测压器件上选取一压力测点;根据不同工况为该压力测点设置不同计算模型并设置监测参数,用于计算该压力测点在不同工况下的压力评估值;然后将该压力测点的压力测量值和压力评估值输入到EKF滤波器,得到压力融合值。
Absstract of: CN122946025A
本申请涉及一种量子人工智能界面的交互方法,涉及计算机技术领域。所述方法包括:响应于对话创建指令,显示对话创建界面;响应于针对工具类型选择控件的触发指令,以确定目标工具类型;响应于针对工具选择控件的触发指令,并基于目标工具类型显示工具选择界面;响应于针对工具模型控件的触发指令,以确定目标工具模型;响应于针对发送控件的触发指令,基于对话输入控件获取用户输入的对话信息并在对话显示控件显示对话信息;基于目标工具模型和对话信息生成第一回答信息,并在回答显示控件显示第一回答信息。本申请的量子人工智能界面的交互方法,提高了人机交互效率。
Absstract of: CN122947945A
本公开提供了一种量子‑经典混合计算系统,系统包括电子设备,用于识别智能演算任务中的量子计算子任务和经典计算子任务,并对经典计算子任务进行经典计算得到第一子结果,将量子计算子任务传输至量子坞;量子坞用于接收量子计算子任务,对量子计算子任务进行量子计算,得到第二子结果,并将第二子结果传输至电子设备,电子设备对第一子结果和第二子结果进行整合,得到针对智能演算任务的目标结果。本申请的量子‑经典混合计算系统,通过量子坞对智能演算任务中的关键步骤进行加速,有效降低计算复杂度,降低延迟,整个智能演算任务,均在本地电子设备和专属量子坞完成,数据无需上传至云端,避免数据传输和存储中被泄露的风险。
Absstract of: CN122946932A
本发明提供了一种量子增强小样本智能诊断与不确定性评估方法及系统,包括:获取电力设备多源数据,构建统一样本表示和设备拓扑图;通过量子特征映射、量子卷积和拓扑关系传播形成量子—经典融合嵌入;基于支持样本及样本质量权重构建类别原型,生成并依据机理一致性、量子核邻域密度和类别边界贡献筛选候选稀有缺陷样本,以更新原型;结合原型距离、量子核相似度和分布漂移不确定性进行分类及未知异常识别;分解数据噪声、模型认知和分布漂移不确定性,并据此输出可信诊断结果或触发补采样、仿真补点、人工复核及增量回训。本发明能够降低低质量候选样本对分类边界的扰动,提高小样本及开放集场景下诊断结果的可靠性。
Absstract of: WO2025190741A1
The invention describes a method (100) for reducing error in the determination of an observable of a quantum system in a quantum state on a noisy quantum computer platform, comprising the following steps: • dividing (101) an observable operator into series of base operators; • providing (102) calibration operators; • measuring (103) the calibration operators, comprising determining (104) noisy measurement results (1040) and gate-error-reduced measurement results (1050) of the calibration operators; • ascertaining (106) a calibration function (1060) for mapping the noisy measurement results (1040) to the gate-error-reduced measurement results (1050) of the calibration operators; • determining (107) noisy measurement results (1070) of the series of base operators; • determining (108) error-reduced measurement results (1080) of the series of base operators by mapping (109) the noisy measurement results (1070) by means of the calibration function (1060); • determining (110) the observable by combining the error-reduced measurement results (1080) of the series of base operators.
Absstract of: EP4614401A1
The invention relates to a non-linear superconducting quantum circuit including:- at least one resonant portion having a first mode with a first resonant frequency and a second mode with a second resonant frequency, and- a non-linear element (7) coupled to or at least partially included in the at least one resonant portion.The at least one resonant portion has a resonator (27) including a capacitive element (29) and an inductive element (31) together producing the first mode, the capacitive element (29) having a capacitance of between 1 and 10 pF and/or the inductive element (31) having an inductance of between 0.3 and 5 nH such that the first resonant frequency is less than or equal to 3.5 GHz.
Absstract of: CN122931645A
本发明属于微电网电压控制技术领域,尤其涉及量子调制弹性固定时间控制的分布式直流微电网调压方法,方法包括建立分布式直流微电网中各电源单元的动态方程,基于实时电压共识误差与控制输入构建动态调节参数,设计弹性固定时间稳定性准则,使收敛时间上界随系统状态动态调整;然后,采用量子退火优化算法对动态调节参数进行全局寻优,获取最优参数;最后,基于最优参数设计控制输入的自适应更新律,实现固定时间内的电压一致性调节。本发明在保证快速电压调节的同时有效降低控制能耗,克服了传统固定时间控制难以兼顾快速性与经济性的缺陷,适用于复杂动态环境下的分布式直流微电网。
Absstract of: CN122925872A
本发明公开了基于混合神经网络的变压器状态预测方法及系统,属于电力系统智能运维与时间序列预测技术领域。针对现有预测方法难以同时兼顾多变量间全局物理耦合建模与长程非线性演化稳健拟合的问题,本发明以离散小波变换将原始序列分解为独立频带,由量子通道纠缠模块精准重构多变量物理耦合,同时借助残差量子Token混合模块提取长程波动特征并保障训练稳定,最终经预测输出高精度结果。本发明在保持训练稳健性的同时实现对变压器未来状态的精准长时预测,为电网调度中心超前预警与负荷调度提供可靠决策依据。
Absstract of: CN122924504A
本申请提供一种基于任务切换的波形生成方法、装置、设备及介质,用于量子测控技术领域,包括:基于预设任务字段,对当前任务和对应的待执行任务进行信息抽取,得到各自对应的任务信息字段集,并对任务信息字段集进行结构化比对,得到对应的相同字段和差异字段;将各字段映射到对应的波形片段,得到对应的复用波形片段和待调整波形片段,并根据对应的差异类别,对待调整波形片段进行调整,得到对应的更新波形片段;根据复用波形片段和更新波形片段,确定对应的目标波形片段集,并对目标波形片段集进行时序一致性校验;根据校验结果,将目标波形片段集写入待切换缓冲区;如此,量子任务切换时波形的生成效率和准确率。
Absstract of: CN122930267A
本发明提供一种小分子药物与硼富勒烯载体吸附能预测及筛选方法,属于药物化学与机器学习交叉领域。该方法包括:获取硼富勒烯载体及已知药物分子结构;构建复合物初始构型,经量子化学计算优化得稳定复合物,计算吸附能标签及量子化学描述符;筛选得与药物‑载体非共价相互作用相关的核心描述符集合;采用预训练的基于Transformer架构的小样本表格回归模型,预测时保持权重冻结、不执行反向传播;获取待预测药物并计算其核心描述符集合,将已知样本作为上下文数据,待预测药物描述符作为查询数据共同输入模型;由模型基于上下文映射关系输出预测吸附能。本发明在小样本条件下实现了吸附能的高精度快速预测与高通量筛选。
Absstract of: CN122930252A
本申请公开一种基于量子淬火动力学特征增强的分子性质预测方法,包括:基于分子的结构化描述符,通过归一化、映射获得量子多体哈密顿量的参数,所述参数用于编码分子的结构特征;基于所述量子多体哈密顿量的参数、预设的初始驱动哈密顿量、调度函数通过量子处理器按时间顺序执行含时演化,在非绝热条件下将系统从初始直积态驱动至纠缠态,基于所述纠缠态通过局域测量提取单体期望值与两体关联函数值并拼接提取数值化的量子增强特征向量;基于量子增强特征向量、对应的分子性质标签通过经典机器学习模型在监督学习框架下训练并优化泛化性能,输出分子电化学性质的预测值。
Absstract of: CN122927439A
本申请公开了一种混合神经网络训练优化方法,包括:获取当前批次对应的训练状态信息向量,并将经典特征向量与训练状态信息向量输入自适应映射控制子网络,输出编码增益权重向量。根据全局可训练缩放系数、编码增益权重向量及经典特征向量的对应分量,计算每个量子比特对应的旋转角度,并基于旋转角度通过单比特旋转门编码为初始量子态。将初始量子态输入参数化量子电路进行量子态演化。对演化后的量子态进行测量得到量子输出特征向量,并将量子输出特征向量与经典特征向量进行融合后,输入经典预测网络,输出任务预测结果。根据预先构建的联合损失函数执行端到端优化训练,对经典类参数与量子类参数采用对应更新策略进行迭代优化,直至模型收敛。
Absstract of: CN122925781A
本发明属硬件加速技术领域。针对现有公式推导依赖软件遍历延迟不可控、时间演化数据难以硬件级纳秒检索的问题,提供一种范畴论驱动的公式库态射复合及多维时间感知装置及方法。其核心架构由五个协同模块组成:公式范畴存储单元、态射复合引擎、多维时间感知张量存储单元、时间演化追踪电路、验证接口,通过并行相等比较器实现推导路径的硬件级拼接,并以三维寻址张量存储实现纳秒级时间切片查询。基于同一架构派生三个应用层:实时公式库检索、量子门推导与等价性验证、因果与量子态演化追踪。本发明的算法特征与硬件结构存在特定技术关联,属专利法第2条第2款规定的技术方案,不依赖神经网络或大模型调用。
Absstract of: CN122922923A
本发明公开了一种基于量子增强卷积长短期记忆网络的雷达回波降雨预测方法,包括如下步骤:1)采集天气雷达反射率数据,对所述数据进行解析、质量控制、坐标转换和归一化处理,并采用滑动窗口构建雷达回波输入序列和预测目标序列;2)将输入序列输入卷积长短期记忆网络,提取雷达回波的时间演变特征和空间结构特征;3)对卷积长短期记忆网络的中间特征图进行空间分块和线性降维,并采用角度嵌入方式将降维后的特征编码至量子比特;4)利用强纠缠量子线路和数据重上传方式对量子态进行变分变换,通过泡利Z测量和泡利ZZ关联测量获得量子测量特征;5)将量子测量特征进行升维和空间恢复,并以残差方式注入卷积长短期记忆网络的特征传递路径;6)采用均方误差和量子参数多样性损失对模型进行联合训练,以递归方式输出未来多帧雷达回波预测结果。本发明能够在有限量子比特条件下实现高维雷达特征的量子编码和关联特征提取,减轻强回波区域的强度衰减、边界平滑和局部结构信息损失,提高雷达回波降雨预测的准确性和训练稳定性。
Absstract of: CN122927169A
本发明公开了一种LED量子阱层优化方法及系统,方法包括获取MOCVD多量子阱生长的历史数据集,并对所述历史数据集进行预处理;将预处理后的历史数据输入预构建的深度学习模型,进行监督训练,生成芯片性能预测模型;设定目标芯片性能指标,使用候选MOCVD参数在所述芯片性能预测模型的搜索空间内进行迭代搜索,输出最优MOCVD生长参数组合。本发明强制模型遵守基本物理规律,避免了纯数据驱动模型的反物理预测,将物理先验作为正则化项,显著降低了模型对大数据量的依赖,适合半导体研发阶段数据稀缺的场景。
Absstract of: CN122927572A
本发明公开了一种拓扑量子比特阵列的缺陷容忍设计与冗余结构。所述结构包括主量子比特阵列、冗余量子比特阵列、缺陷检测单元、重映射控制单元和状态标记寄存器。所述方法通过周期性测量所有量子比特的投影权重和投影相位识别故障量子比特;从冗余比特池中选择可用冗余比特;通过相位并行调控模块将故障比特的投影角配置转移到冗余比特;更新耦合拓扑将冗余比特接入计算网络;更新状态标记寄存器。本发明实现了量子比特阵列的低开销缺陷容忍,故障检测周期不大于1微秒,重映射完成时间不大于100纳秒,可广泛应用于大规模拓扑量子计算阵列的制造缺陷容忍和运行故障冗余管理领域。
Absstract of: CN122927569A
本发明公开面向量子最大割问题的热启动硬件迁移分析与控制方法及系统,从最大割问题的基准集中选取若干量子比特图实例并求解,得到半定规划向量;根据半定规划向量进行主成分分析映射,得到球角度,以此构建热启动初始态,并设定混合器,通过混合器进行量子近似优化算法的参数优化,以此生成量子近似优化算法框架;将量子近似优化算法框架迁移至真实硬件场景,在电路硬件搜索组合优化问题的近似解;根据组合优化问题搜索开销,调整组合优化问题搜索参数,以此得到最终近似解。通过直接将连续的SDP向量几何映射到Bloch球坐标,得到一个确定性的热启动初始态及其匹配的混合器,适用于低预算、浅层和低噪声场景,提高硬件设计的效率和稳定性。
Nº publicación: CN122927563A 16/10/2026
Applicant:
北京中科弧光量子软件技术有限公司
Absstract of: CN122927563A
本发明公开了一种基于张量强化学习与逆向解纠缠的量子态制备方法和系统,涉及量子计算与人工智能交叉技术领域,本发明将目标量子态转换为矩阵乘积态,通过在当前时间步根据当前矩阵乘积态与可训练张量网络参数生成低维特征向量,并利用系统全局冯·诺伊曼纠缠熵的下降量作为奖励信号,引导张量强化学习智能体选择解纠缠双比特量子门的插入位置,使得解纠缠门序列完全由目标量子态内禀的纠缠分布驱动,自适应地生成最简电路,减少了含噪声中等规模量子硬件上的门噪声积累。本发明使用矩阵乘积态表示量子态,并通过可训练张量网络参数与当前矩阵乘积态生成低维特征向量,将计算复杂度从指数级降为多项式级别。