首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于物理观测模拟量子计算系统误差的机器学习方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中山大学

摘要:本发明公开了一种基于物理观测模拟量子计算系统误差的机器学习方法,属于涉及量子计算领域,包括:步骤1:从属于BDI对称类的一维p波拓扑超导体构建最小可扩展2‑MZM岛;步骤2:根据建立的最小可扩展2‑MZM岛,得到岛的基态哈密顿量;步骤3:在最小可扩展2‑MZM岛中引入玻色子热浴相互作用,得到玻色子相互作用的哈密顿量;步骤4:通过泡利主方程描述最小可扩展2‑MZM岛随时间t变化的状态;步骤5:利用标准停留时间蒙特卡罗算法模拟泡利主方程,得到不同误差的概率;步骤6:通过蒙特卡罗事件训练机器学习模型,用训练后的模型在最小可扩展2‑MZM岛上预测第i个MC事件的最终状态概率。本方法能够在最小的可扩展范围内有效地预测错误概率,显著提高了效率。

主权项:1.基于物理观测模拟量子计算系统误差的机器学习方法,其特征在于:包括以下步骤:步骤1:从属于BDI对称类的一维p波拓扑超导体构建最小可扩展2-MZM岛;步骤2:根据建立的最小可扩展2-MZM岛,得到岛的基态哈密顿量;步骤3:在最小可扩展2-MZM岛中引入玻色子热浴相互作用,得到玻色子相互作用的哈密顿量;步骤4:通过泡利主方程描述最小可扩展2-MZM岛随时间t变化的状态;步骤5:利用标准停留时间蒙特卡罗算法模拟泡利主方程,得到不同误差的概率;步骤6:通过蒙特卡罗事件训练机器学习模型,用训练后的模型在最小可扩展2-MZM岛上预测第i个MC事件的最终状态概率。

全文数据:

权利要求:

百度查询: 中山大学 基于物理观测模拟量子计算系统误差的机器学习方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术