Alerta

用于确定超导量子电路的物理参数的计算机实现的方法

Resumen de: EP4610873A1

0001 A computer-implemented method for determining physical parameters of a superconducting quantum circuit comprises the following operations: a) obtaining a superconducting quantum circuit blueprint comprising a representation of a physical arrangement of a superconducting metal and a dielectric substrate for forming a 2D or 3D superconducting quantum circuit and a frequency range in the microwave domain, b) tiling (500) said superconducting quantum circuit blueprint into elements having at least one port for receiving or emitting electromagnetic microwaves, each of said elements being defined as a closed region of said representation and being such that it showcases no self-resonance frequency in said frequency range, and such that each element comprises a port connected to a port of another element, the elements thereby defining a closed network and a corresponding network matrix based on the connections between the ports of respective elements, c) obtaining (510) scattering parameters for each of said elements, said scattering parameters defining the relationships between all output radiation and all input radiation for each port of each of said elements in the form of a scattering matrix in which the scattering parameters are expressed as a complex function of frequency that is holomorphic in a complex domain, d) determining (530) mode frequencies and corresponding mode amplitude vectors for a superconducting quantum circuit fabricated using the superconducting quant

一种心脏磁共振欠采样重建方法、系统、设备及存储介质

Resumen de: CN122949035A

本申请公开了一种心脏磁共振欠采样重建方法、系统、设备及存储介质，其方法包括：对获取多线圈心脏磁共振的原始k空间数据进行预处理，并依据预设欠采样规则得到欠采样k空间数据，将其输入至频域重建网络，得到初步重建k空间；对该空间执行逆傅里叶变换得到中间重建图像；将中间重建图像输入图像域重建网络，利用参数化量子线路对由中间重建图像获得的压缩特征进行量子编码、量子纠缠和量子测量，并由图像域重建网络预测图像残差；将图像残差与中间重建图像融合得到心脏磁共振重建图像。本申请提供一种心脏磁共振欠采样重建方法，以解决现有重建方法难以同时充分利用频域采样信息、图像域结构先验及复杂非线性特征关系的问题。

基于量子融合的神经网络模型蒸馏方法及装置

Resumen de: CN122947852A

本发明提供一种基于量子融合的神经网络模型蒸馏方法及装置，属于模型压缩技术领域，本发明的基于量子融合的神经网络模型蒸馏方法，通过构建类量子力学的数学计算框架，将传统神经网络单一维度的实数特征映射为复数域态，从而利用复数空间的丰富维度，有效保留了特征数据中极易丢失的微细结构信息与方向性差异，通过模拟量子纠缠通道机制，建立教师模型与学生模型之间的特征交互关系，为模型参数更新构建了具有全局优化视野和急剧响应敏感的损失函数，提升了学生模型的收敛速度，最终生成的轻量化模型在大幅度降低计算开销的同时，能够获得逼近大规模教学模型的预测精度和鲁棒性。

基于NTRU格基多项式环卷积电路的多项式处理方法和装置

Resumen de: CN122947946A

本申请涉及基于NTRU格基多项式环卷积电路的多项式处理方法和装置。包括：将本次多项式处理过程对应的配置参数发送至各运算单元；对第一多项式进行序列重排，并将重排后的第一多项式写入第一重排缓冲器，以及将第二多项式写入第二重排缓冲器；控制第一前向NTT运算单元对重排后的第一多项式进行数论变换处理生成第一频域系数序列；控制第二前向NTT运算单元对第二多项式进行数论变换处理，生成第二频域系数序列；控制频域并行模乘运算阵列对第一频域系数序列和第二频域系数序列进行模乘运算，得到频域乘积序列，并控制逆NTT蝶形运算阵列对频域乘积序列进行时域还原处理，生成多项式处理结果。本方法能够提高多项式处理效率。

一种量子噪声重构与误差缓解方法、系统及计算机装置

Resumen de: CN122947947A

本发明公开一种量子噪声重构与误差缓解方法、系统及计算机装置，方法包括获取量子噪声层析数据集，构建物理先验多头网络，网络包括共享特征提取模块、第一输出头和第二输出头，对第一输出头和第二输出头施加非负映射函数；将单量子比特局域噪声参数和两量子比特相关噪声参数通过矩阵乘积算子和稀疏Pauli‑Lindblad模型转换为张量网络形式的量子噪声信道；引入自适应权重构造混合损失函数，联合优化网络参数和自适应权重参数，得到目标噪声信道；基于目标噪声信道构建含噪线路逆映射，将含噪线路逆映射与理想量子门组合形成张量网络误差缓解模块；利用张量网络误差缓解模块对含噪线路输出结果进行经典后处理，得到误差缓解后的目标观测量。

一种磁光阱装置、原子设备以及量子计算机

Resumen de: CN122950209A

本申请实施例提供了一种磁光阱装置、原子设备以及量子计算机，涉及磁光阱技术领域，用于改善反亥姆霍兹线圈导致的体积较大、对光路产生遮挡以及残留磁场的问题。该磁光阱装置包括真空腔和光学系统；真空腔用于容置目标原子。光学系统用于产生分别在三维正交方向上对射的三对冷却光以及与三对冷却光同向传输的三对磁场光，冷却光为用于对目标原子进行多普勒冷却的激光束；三对冷却光在真空腔中的阱中心位置交叉，用于在阱中心位置形成光学黏团；磁场光为用于对目标原子产生等效磁场的激光束，三对磁场光在阱中心位置交叉，用于与三对冷却光配合将目标原子囚禁在光学黏团中。上述磁光阱装置可以应用于原子设备。

基于量子计算和物理信息神经网络的光伏功率预测方法

Resumen de: 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。

超导量子比特快速重置系统、方法及电子设备

Resumen de: 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。

单次曝光的三维阵列量子比特状态的判读方法及装置

Resumen de: 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。

基于量子电路的复用方法、装置、电子设备、介质及产品

Resumen de: 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。

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

Resumen de: 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。

基于量子卷积操作的并行化分解方法、介质及设备

Resumen de: 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。

一种超导腔低温模组的参数测量方法

Resumen de: 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。

量子人工智能界面的交互方法

Resumen de: 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。

一种量子-经典混合计算系统及方法

Resumen de: 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。

量子增强小样本智能诊断与不确定性评估方法及系统

Resumen de: 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。

基于量子标识的票据验证方法、装置及设备

Resumen de: 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。

材料组合筛选方法、装置、电子设备及存储介质

Resumen de: CN122950006A

本申请涉及一种材料组合筛选方法、装置、电子设备及存储介质。该方法包括：构建至少包含胺基前驱体候选集合、羰基前驱体候选集合和连接方式候选集合的材料候选池；提取基于密度泛函理论计算和/或分子动力学计算得到的物理化学描述符；生成各组分的单体评分以及组分间的协同评分；生成至少包括选择约束和禁止配对约束的规则集合；构建包含单项评分项、配对协同项、选择约束惩罚项和禁止配对惩罚项的QUBO能量函数；将QUBO能量函数输入专用量子计算机求解，解码得到满足选择约束和禁止配对约束的候选实验组合。本申请解决了相关技术中因依赖人工经验筛选和逐一验证导致筛选效率较低、组分协同关系难以刻画的技术问题。

一种基于投影角可控的拓扑量子比特结构及其量子计算实现方法

Resumen de: CN122947942A

本发明公开了一种基于投影角可控的拓扑量子比特结构及其量子计算实现方法。所述结构包括具有非零拓扑陈数的拓扑非平凡晶格平台、多个由投影角本征态定义的拓扑量子比特、投影角调制系统、量子门控制系统、纠缠控制系统和量子态读出系统。量子门保真度由拓扑相图公式:确定。本发明利用拓扑保护机制使量子比特对环境噪声不敏感，可在室温下以飞秒级速度运行，且天然可扩展，无需依赖实验上难以实现的非阿贝尔任意子编织操作。

用于在确定可观测量的期望值时的误差减少的方法、用于确定基态能量的方法、混合计算机平台、误差减少算法

Resumen de: 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.

基于quandle的密码学

Resumen de: EP4819531A1

A method for secure computation includes receiving a specification of an input variable including one or more first elements of a quandle and an arithmetic computation to be performed over the input variable. The input variable is encrypted using a first operation of the quandle performed over the input variable together with an encoding variable including one or more non-unity second elements of the quandle. The arithmetic computation is applied to the encrypted input variable to produce an encrypted output variable. The encrypted output variable is decrypted using the encoding variable and a second operation of the quandle to obtain a result of the arithmetic computation over the variable.

基于相位差控制的二量子比特纠缠门结构及其控制方法

Resumen de: CN122927567A

本发明公开了一种基于相位差控制的二量子比特纠缠门结构及其控制方法。所述结构包括第一量子比特、第二量子比特、相位并行调控模块、相位差控制单元、纠缠门配置单元和时序控制单元。所述方法通过获取目标纠缠门类型确定相位差设定值Δφ_set；相位并行调控模块分别输出两个量子比特的投影角θ1和θ2；相位差控制单元实时计算相位差Δφ=φ1 ‑ φ2并与设定值比较；通过调整投影角使Δφ趋近设定值；完成纠缠门操作。本发明实现了双量子比特纠缠门的快速高保真度操控，相位差控制精度优于0.001弧度，可广泛应用于拓扑量子计算机的纠缠门操作和量子算法执行领域。

一种小分子药物与硼富勒烯载体吸附能预测及筛选方法

Resumen de: 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。

基于量子淬火动力学特征增强的分子性质预测方法和装置

Resumen de: 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。

混合神经网络训练优化方法

Nº publicación: CN122927439A 16/10/2026

Solicitante:

中电信量子信息科技集团有限公司

Resumen de: 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。