Resumen de: CN122907319A
本发明公开了一种用于医学诊断的机器学习模型训练方法及相关装置,属于量子计算领域,方法包括:通过未标注的医学数据,对对比学习模型进行表征预训练,获得预训练完成的对比学习模型;构建包含目标编码器和线性层的机器学习模型,其中,目标编码器为预训练完成的对比学习模型的在线网络的编码器;利用已标注的医学数据,通过微调模型参数,对机器学习模型进行分类训练,其中,模型参数包括目标编码器的参数和线性层的参数;本申请首先通过对大量无标签的医学数据进行表征预训练,以及通过少量的已标签数据对构建的机器学习模型进行训练,旨在降低模型的过拟合问题,提高医学诊断准确性。
Resumen de: CN122905094A
本申请实施例提供了一种快捷操作方法及前端服务设备。方案如下:当用户在前端服务页面中触发第一快捷操作时,若内核模块当前时刻的第一运行参数与第一快捷操作对应的第二运行参数不匹配,则将第一运行参数调整为第二运行参数,其中,第一快捷操作用于清除内核模块中调度管理的所有量子计算任务,内核模块的运行参数包括内核模块对应的运行模式、内核状态和锁定状态;在内核模块处于第二运行参数下,删除内核模块调度管理的所有量子计算任务;根据内核模块中量子计算任务的清除情况,在前端服务页面展示针对第一快捷操作的第一反馈信息。通过本申请实施例提供的技术方案,实现了任务管理设备中所有量子计算任务清除的快捷操作。
Resumen de: CN122908769A
本发明公开了一种基于张量网络的量子低密度奇偶校验码最大似然解码的张量压缩方法,属于量子计算技术领域。本发明针对量子低密度奇偶校验码最大似然解码张量网络表示中的计算和内存开销问题,通过将最大似然解码问题张量化为自旋玻璃模型下的张量网络,对张量网络进行进行矩阵乘积态分解,将高阶张量无近似地分解为低阶张量的矩阵乘积,并执行离线收缩压缩,实现在几乎不损失精度的前提下,将张量网络的内存占用与计算量从指数级压缩到线性级乃至常数级,得到一条只含逻辑指标和伴随式指标的一维链矩阵乘积态,为后续多项式时间在线解码提供基础。
Resumen de: CN122905096A
本申请公开了一种设备加载方法、装置、介质、测控系统及量子计算机,属于量子计算技术领域;设备加载方法应用于量子测控软件系统中执行量子计算任务调度的内核模块,方法包括:导入并加载内核模块与量子测控软件系统中其他模块之间的api接口以及内核模块内部的各功能结构的api接口;初始化内核模块的日志实例;启动加载函数,并依据加载函数中的预设顺序对内核模块内的实例、数据库缓存加载、建立通信、运行维护绑定、状态模式恢复的功能配置进行初始化;执行内核运行函数,以实现内核模块的正常运行。本申请的加载方法省事省力,且高效。
Resumen de: CN122905089A
本发明公开了一种拓扑量子比特的量子点接触读取装置及其制备方法。所述装置包括半导体纳米线、量子点接触结构、源极和漏极、栅极电极和读取电路。所述方法通过在衬底上制备半导体纳米线,在预定位置制备量子点接触结构,制备源极和漏极,制备栅极电极,连接读取电路。本发明实现了拓扑量子比特的高灵敏度快速读取,量子点接触电导与马约拉纳零模投影权重成正比,读取时间不大于10纳秒,可广泛应用于拓扑量子计算的量子态读取和多量子比特并行测量领域。
Resumen de: WO2025191064A1
A hybrid quantum-classical computing system designed to enhance AI applications by integrating classical computational methods with quantum computing power. The system incorporates a classical computing unit and multiple quantum computing units, each specialized for distinct algorithmic tasks. A control module within the classical unit, using predetermined decision logic, manages the distribution of tasks, selectively engaging quantum units for their unique capabilities to optimize efficiency. This scalable architecture allows for significant advances in AI, tackling complex, resource-intensive tasks by effectively harnessing the strengths of both quantum superposition and classical processing.
Resumen de: CN122886831A
本发明公开了一种拓扑量子比特阵列的自适应校准与性能补偿方法。所述方法通过执行自动化校准流程测量阵列中各量子比特的关键性能指标,根据测量结果计算最优工作参数并应用,周期性监测性能指标变化检测参数漂移,当检测到漂移超过预设阈值时触发实时补偿,在阵列层面进行性能平衡优化确保各量子比特性能一致性。本发明实现了大规模量子比特阵列的自动化、实时化校准与补偿,可广泛应用于拓扑量子计算芯片的系统级性能优化领域。
Resumen de: CN122889141A
本发明公开了一种解决分子问题的量子线路编码方法、分子能量获得方法及相关装置,属于量子计算技术领域,方法包括:获得目标分子中每个原子的空间坐标向量、原子类型向量以及药效贡献值向量;通过振幅编码,将每个原子的空间坐标向量和每个原子的原子类型向量编码到对应的量子比特上;利用相位编码,将药效贡献值向量编码到量子态为指定量子态的量子比特上,获得目标量子态,其中,指定量子态为振幅由每个原子的空间向量坐标和原子类型向量确定的量子态,目标量子态为表征目标分子的量子态;本申请通过使用振幅编码和相位编码的双重编码方式,旨在提升特征向量的表达能力,提高解决分子问题的准确性。
Resumen de: CN122885348A
本发明公开了一种面向复杂工况的轮轨系统振动异常分离识别方法及系统,属于异常识别技术领域,包括:获取轮轨系统在复杂工况下的多源异构时序振动信号,生成三维动态特征张量;将三维动态特征张量输入至预先构建的振动源物理约束嵌入模型中,得到模型输出的物理约束特征向量集;对物理约束特征向量集进行振动成分解耦,得到包含多个独立振动成分的概率分布矩阵及对应的解耦贡献度图谱;将概率分布矩阵输入至异常模式自适应聚类引擎,生成异常模式标签集合;融合异常模式标签集合与解耦贡献度图谱,生成轮轨系统振动异常分离识别报告;本发明能够适配多源异构时序振动信号的精细化建模需求,有效避免后续振动成分分离精度大幅下降。
Resumen de: CN122886731A
本发明公开了一种核加权量子联邦学习聚合方法及系统,包括:获取各客户端上传的变分量子线路参数向量;计算任意两个客户端之间的成对距离;以所有成对距离的中位数作为带宽;根据成对距离和带宽计算核亲和度,得到亲和度矩阵;根据亲和度矩阵对每个客户端相对其他客户端的核亲和度求和,得到中心性分数;根据中心性分数确定聚合权重;根据聚合权重对各客户端的参数向量进行加权聚合,得到全局模型参数向量并广播。本发明实现了参数无关的自适应聚合,能够在不依赖人工超参数配置的前提下,在非独立同分布数据场景下有效抑制客户端漂移并提升聚合精度。
Resumen de: CN122886829A
本发明公开了一种量子线路的映射方法及相关装置,方法包括:获得量子线路的逻辑比特与真实量子芯片的物理比特之间的初始映射关系;基于初始映射关系,确定映射到真实量子芯片的物理比特不相连、且物理比特的距离小于目标阈值的前序门作为不可执行门;其中,前序门为量子线路最先执行的两比特量子逻辑门中无比特纠缠的两比特量子逻辑门;获得每一不可执行门的当前所有SWAP交换方案的第一得分,以及获得每一不可执行门的当前所有SWAP交换方案的第二得分,确定第一得分和第二得分总和最高的SWAP交换方案,作为目标方案;本申请通过引入第一得分和第二得分机制,旨在降低量子线路深度,提高量子线路的执行效率。
Resumen de: CN122874894A
本申请公开了一种模拟量子计算的卡牌游戏方法和系统。方法包括:为玩家分配至少一第一量子卡牌;响应于玩家执行的操控操作,改变第一量子卡牌的状态,以模拟对量子比特的操控;响应于玩家发起的测量指令,对第一量子卡牌进行测量,获取第一量子卡牌的卡牌点数,以模拟量子测量过程;根据卡牌点数和预设胜负条件,判定玩家的游戏胜负,以模拟量子计算过程。如此,本申请通过分配量子卡牌、改变卡牌状态、获取量子卡牌点数,并依据卡牌点数与预设胜负条件判定游戏胜负结果,模拟了量子计算的过程,使用户无需专业知识即可体验并理解量子计算原理,有效降低了量子计算知识的学习与体验门槛,在一定程度上提升了用户对量子计算原理的体验深度。
Resumen de: CN122889137A
本申请实施例公开了一种药物分子的量子芯片模拟方法、装置、设备及介质,该方法包括确定药物分子构象的活性区域和非活性区域,药物分子构象是指药物分子通过单键旋转或骨架扭曲形成的不同三维空间排列,活性区域是指药物分子构象中直接参与化学反应或影响药物性质的结构;将活性区域中的多电子原子替换为氢原子,以及对非活性区域中的结构进行简化,得到优化后的分子结构;通过高效拟设量子电路对分子结构进行模拟,以确定药物分子的能量,高效拟设量子电路是一种为在特定量子芯片上优化性能而设计,通过利用量子芯片的原生门操作和连接性来减少噪声影响的量子电路。采用本申请实施例,可以在保持化学精度的同时实现药物分子的模拟。
Resumen de: CN122885257A
本发明提供了一种基于量子演化的复杂网络搜索方法、系统及介质,属于复杂网络与量子计算应用技术领域,该方法包括:获取目标复杂网络的节点集合、节点连接关系和网络层级划分信息,确定初始节点并将节点二进制编码映射为量子初始态;为每对相邻两层构建转移矩阵,通过动态引入辅助量子比特、矩阵维度扩展及插入正交补偿元素,将非酉矩阵转化为酉矩阵,再分解为量子门线路并逐层演化;对演化后的总量子态执行测量,得到全部路径组合及其概率分布。本发明将量子广度搜索从规则图推广至任意不规则复杂网络,实现全路径并行遍历,适用于社交网络、电力系统、生物网络等大规模复杂网络搜索场景。
Resumen de: WO2026205175A1
A quantum computer (100) comprises: an atomic ensemble (1) including a plurality of first atoms (11) and a plurality of second atoms (12) of different types; an optical tweezer array system (3) configured to generate an optical tweezer array for arranging atomic ensembles (11); a first probe light source (4) configured to emit first probe light for reading each of the plurality of first atoms (11) as a data qubit; and a second probe light source (5) configured to emit second probe light for reading each of the plurality of second atoms (12) as an auxiliary qubit. The auxiliary qubit is a nuclear spin qubit, an optical-transition qubit, or a fine-structure qubit.
Resumen de: CN122886834A
本公开涉及计算机技术领域,特别涉及一种量子纠错方法、装置及设备,存储介质,程序产品。量子纠错方法包括:根据量子系统中的规范群,确定测量算符,其中,所述测量算符与所述规范群中的多个生成元对应,所述规范群表征所述量子系统的规范自由度;根据所述测量算符,确定所述量子系统中稳定子的测量结果,其中,所述稳定子表征所述量子系统中的不变量;根据所述稳定子的测量结果,对所述量子系统进行纠错。
Resumen de: CN122885512A
一种物理智能磁共振定量方法,属于磁共振波谱代谢量化技术领域。1)基于量子力学仿真生成代谢物基集,采用三次B样条基函数生成基线,考虑采集的非理想因子,结合磁共振短回波时间波谱物理解析模型生成网络训练集;2)搭建由加速模块和预学习参数模块组成前向输入模块,前向输入模块串联组合输入到量化浓度估计模块形成智能定量网络Apec‑net;3)前向模块的参数通过梯度下降更新,量化浓度估计模块的参数通过可微最小二乘求解;4)将训练集输入Apec网络模型,可得到21种目标代谢物,11种脂质大分子及基线的参数。前向模块用于加速数据拟合,量化模块用于输出代谢物含量和提升网络鲁棒性,实现快速精准量化目标代谢物。
Resumen de: CN122889117A
本公开提供了一种材料电子密度的检测方法、系统、介质及电子设备,包括:基于随机数生成量子比特的初始随机态,将初始随机态进行时间演化处理,得到时间演化算符,对时间演化算符进行切普雪夫多项式展开;将待测材料的哈密顿量通过泡利基分解法分解为泡利矩阵的张量积的线性组合;根据张量积,将时间演化算符分解为多个时间步长的演化累积,映射到量子线路中,测量辅助量子比特在基态的概率值;根据概率值处理得到每个时间步长对应的内积,根据内积与系数的乘积之和,得到电子密度。减少所需的量子比特数量,实现在演化过程中对随机态的过滤,通过量子计算机与经典计算机混合计算,实现大尺度多电子材料的电子密度的计算,减少占用内存。
Resumen de: JP2026163653A
【課題】効率的な量子計算を実現できる技術を提供すること。【解決手段】本開示の一態様による量子計算装置は、合成対象の量子ゲートを表す合成対象ゲートと、所定のアルゴリズムとを入力として、中間合成の対象となる量子ゲートを表す中間合成対象ゲートを生成する生成部と、確率的量子ゲート合成又は量子ゲート合成を用いて、所定の量子ゲートを表す基本ゲートの合成で表現され、かつ、前記中間合成対象ゲートを近似する量子ゲートである中間合成ゲートを出力する中間合成部と、前記中間合成ゲートと、所定の許容誤差とを用いて、前記中間合成ゲートを確率分布により確率的に合成した量子ゲートを表す確率的合成ゲートと、前記合成対象ゲートとの誤差が前記許容誤差以内となり、かつ、所定の制約を満たす前記確率分布を算出する合成部と、前記中間合成ゲートが得られたときの手続きと、前記確率分布とを用いて、前記確率的合成ゲートを得る手続きを出力する翻訳部と、を有する。【選択図】図4
Resumen de: FR3174044A1
L’invention se rapporte à un système d’interposeur thermique (5) comprenant un circuit intégré dit inférieur (1) et un circuit intégré dit supérieur (2), le circuit inférieur (1) étant configuré pour être couplé thermiquement à un premier étage thermique d’un cryostat, le circuit supérieur (2) étant configuré pour être couplé thermiquement à un deuxième étage thermique du cryostat, le circuit inférieur (1) étant positionné dans une enceinte (3) comprenant une ouverture (4), l’enceinte (3) étant configurée pour être couplée thermiquement à un troisième étage thermique du cryostat, le système (5) comprenant également un circuit intégré dit médian (6) disposé dans l’enceinte (3), au niveau de ladite ouverture (4) de façon à ce que le circuit médian (6) ferme l’ouverture (4), et dans lequel le circuit inférieur (1), le circuit supérieur (2) et le circuit médian (6) sont empilés selon un axe (7) perpendiculaire au plan de l’ouverture (4). Figure pour l’abrégé : Fig. 1
Resumen de: CN122886832A
提供了一种使用空间光调制器张量的原子阵列重排路径规划方法,包括:获得源分布和目标分布;基于源位置到目标位置的位移向量和空间光调制器张量中量化光阱自身位移代价的矩阵函数构造串扰加权代价矩阵;基于串扰加权代价矩阵构建熵正则化框架下的核函数矩阵;基于核函数矩阵,源分布和目标分布执行熵正则化最优传输求解算法以获得最优传输耦合矩阵;以及,通过构建空间光调制器串扰度量下的时间最优原子传输问题来从最优传输耦合矩阵确定最优分配映射和最优传输路径。这样,通过将空间光调制器光学串扰的各向异性结构量化编码至传输代价矩阵中,并基于此执行源‑目标配对和测地线路径规划,可以提高原子阵列重排路径规划的准确性。
Resumen de: CN122884443A
本申请实施例提供一种模乘器、模乘器的运算方法、计算机设备、介质及程序,其中,所述模乘器,包括多个硬件模块,所述多个硬件模块,包括:输入端口,用于输入第一操作数、第二操作数,以及功能选择信号;其中,一功能选择信号对应一预设模数;功能选择切换模块,用于接收所述功能选择信号,确定所述功能选择信号对应的当前模数,并选通与当前模数匹配的模乘运算模块;多个模乘运算模块,一模乘运算模块对应一预设模数;被选通的模乘运算模块用于接收第一操作数、第二操作数,并执行适配当前模数的模乘运算,得到模乘结果;输出端口,用于输出所述模乘结果。本申请可以兼容多种密码对应的模数,扩大了模乘器适用范围,提高了模乘器的性能。
Resumen de: CN122886830A
本发明提供一种三维谐振腔、运算比特、计算单元及制备方法,所述三维谐振腔包括集总电容和集总电感,所述集总电容与所述集总电感并联;所述集总电容与所述集总电感设置在第一硅通孔的侧壁上,所述第一硅通孔设置在转接板上;其中,所述第一硅通孔是通过湿法刻蚀制备的。本发明实施例提供的三维谐振腔、运算比特、计算单元及制备方法,减少了三维谐振腔的占用的硅片的平面面积,提高硅片的平面面积利用效率。
Resumen de: CN122883167A
本申请提供了一种基于PIMC量子退火的多假设跟踪方法,属于雷达目标跟踪技术领域。该方法包括:将已有航迹输入至多目标跟踪状态模型中得到预测状态,通过波门筛选获得当前量测与已有航迹之间的可行关联关系;基于可行关联关系生成匹配航迹、漏检航迹和新生航迹,从中筛选出候选航迹节点;根据候选航迹节点之间的冲突关系构建航迹假设冲突图,将全局航迹选择问题转化为最大权重独立集问题,并转化为伊辛能量模型;采用基于路径积分蒙特卡罗量子退火方法求解伊辛能量模型,获得全局航迹假设组合;根据全局航迹假设组合进行航迹剪枝、航迹确认和状态更新,输出多目标跟踪结果。本申请显著提升了复杂场景下的数据关联准确性和跟踪稳定性。
Nº publicación: CN122874012A 09/10/2026
Solicitante:
喀什大学
Resumen de: CN122874012A
本发明涉及医疗信息与量子计算技术领域,具体公开了基于量子神经网络的癫痫发作预测方法,包括:步骤S1、获取原始多通道脑电图EEG时序信号,对原始EEG信号进行预处理;步骤S2、对步骤S1输出的预处理高维EEG数据开展特征提取与维度压缩;步骤S3、将步骤S2压缩后的经典特征向量映射至量子处理器的量子比特;步骤S4、将初始量子态输入变分量子电路,输出演化后的目标量子态;步骤S5、对步骤S4输出的目标量子态执行量子测量,将量子信息坍缩转换为经典数值,得到样本属于癫痫预发作类别的概率输出值。本发明利用量子并行性,VQC能用远少于经典模型的参数和计算步骤完成复杂计算,显著降低模型复杂性和功耗。