検索に戻る
案件記録
混合神经网络训练优化方法
発明不明
12請求項 · 1 独立
§ Ⅰ
案件概要
発明者
万家旺; 王升斌; 孙汉涛; 宗天奇
出願日
Jul 17, 2026
公開日
Oct 16, 2026
IPC分類
G06N 3/0985 (2023.01)G06N 3/084 (2023.01)G06N 10/60 (2022.01)
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。
ログインして全文を読む
請求項 1 を表示しています。無料登録で全 12 項の請求項、明細書全文、全図面、翻訳、法的状態を閲覧できます。
- 全請求項
- 技術分野
- 背景技術
- 発明の概要
- 図面の説明
- 発明を実施するための形態
外部リソース