[发明专利]基于参数化玻色采样的量子线路学习方法及图像模糊方法

权利要求书

1.一种基于参数化玻色采样的量子线路学习方法，包括如下步骤：

S1.设计基于参数化玻色采样的量子线路学习框架，并准备参数化玻色采样量子线路的输入态；具体包括准备参数化玻色采样量子线路的输入态，定义参数化玻色采样量子线路的输入与参数化玻色采样量子线路的输出；对于m个模式、n个光子的参数化玻色采样，参数化玻色采样量子线路的输入的定义为|1和|0的乘积态，参数化玻色采样量子线路的输入态为其中，m为参数化玻色采样量子线路的模式数，n为参数化玻色采样量子线路的光子数，参数化玻色采样量子线路的输入由用户输入数据编码获得；

S2.设计参数化玻色采样量子线路；具体为由m个模式和n个光子组成的参数化玻色采样量子线路包括d层移相器和分束器组成的阵列；每一层移相器组成的阵列均由作用在每个模式上的m个移相器构成；移相器是一个单模式上的旋转门，对单模式的幅度α_S作用e^iφ，对其他m-1模式作用单位矩阵I_m-1，其中S为不同情况的光子配置，φ为特定的旋转角；分束器组成的阵列分为奇数列的分束器和偶数列的分束器，奇数列的分束器和偶数列的分束器以奇偶顺序依层交替排列；其中奇数列的分束器作用于相邻的两个模式上，对i和i+1模式的幅度α_S和α_t的作用为：

其中i为奇数，θ为相位角，为偏置角，对其他m-2模式作用单位矩阵I_m-2；偶数列的分束器作用于相邻的两个模式上，对i’和i’+1模式的幅度α'_S和α'_t的作用为：

其中i’为偶数，θ'为相位角，为偏置角，对其他m-2模式作用单位矩阵I_m-2；

S3.参数化玻色采样量子线路中的线路参数均以随机值初始化；具体为线路参数包括φ、θ和其中，φ为光学器件移相器特定的旋转角，θ和则是另一光学器件分束器的参数，分别为相位角和偏置角，φ、θ和的取值范围均为[0,2π)；

S4.计算参数化玻色采样的酉变换U，并得到参数化玻色采样量子线路的输出态，对输出态中不同光子配置的概率排列组合得到概率分布p，并对概率分布p进行后处理；

S5.将经过后处理的概率分布与目标概率分布对比，计算出损失函数；具体为利用参数化玻色采样模型学习拟合高斯函数；采用第一评价指标和第二评价指标作为参数化玻色采样模型学习的损失函数；所述的第一评价指标为最大均值差异，所述的第二评价指标为平均绝对误差；第一评价指标和第二评价指标均用于将输出概率分布更接近于目标概率分布；

最大均值差异定义的损失函数为：

其中p为输出概率分布，p'为目标概率分布，p_i和p_j均为输出概率分布的预测值，p'_i和p'_j均为目标概率分布的真实值，M是概率分布的样本数量；最大均值差异中包括如下高斯核函数：

k(x,y)＝exp(-||x-y||²/2σ²)

其中σ是控制高斯核函数的带宽参数；

平均绝对误差定义的损失函数为：

其中p_l为输出概率分布的预测值，p′_l为目标概率分布的真实值；

S6.根据损失函数计算出参数化玻色采样量子线路中线路参数的梯度并进行更新；

S7.重复步骤S4～S6完成迭代过程，得到训练后的概率分布。

2.根据权利要求1所述的基于参数化玻色采样的量子线路学习方法，其特征在于所述的步骤S4，具体为参数化玻色采样量子线路的输入通过参数化玻色采样的酉变换U演化后得到参数化玻色采样量子线路的输出，参数化玻色采样量子线路的输出态为并且参数化玻色采样量子线路的输出态|ψ_out＝U|ψ_in；其中S为不同情况的光子配置，γ_S为有关配置S的复振幅，m为参数化玻色采样的模式数，n_i为参数化玻色采样第i个模式的光子数。