CNIPA.AI
返回搜索
档案

一种静态引导动态图的量子循环协同预测方法

发明专利未知
9权利要求 · 1 独立
§ Ⅰ

卷宗概要

发明人

李晓瑜; 杨国武; 陈庚; 邓皎琦; 尚小磊; 郑德生

申请日

May 28, 2026

公开日

Oct 20, 2026

IPC 分类

G06N 3/045 (2023.01)G06N 3/042 (2023.01)G06N 3/048 (2023.01)G06N 3/0442 (2023.01)

本发明公开了一种静态引导动态图的量子循环协同预测方法,属于任务预测技术领域,该方法基于动态多变量观测序列构建基础邻接拓扑;利用静态辅助特征生成调制信息对基础邻接拓扑进行调制,得到个性化图传播结构;同时利用静态邻接特征生成初始边界条件;在每个时间步,将动态表征与上一隐状态联合输入参数化量子线路生成门控激活,并结合由静态特征生成的衰减偏置与可学习偏置,计算并更新门控状态;最后对所有隐状态进行时序读出后输出预测结果。本发明使静态先验信息持续贯穿于动态图构建、状态初始化和量子门控递推全过程,有效抑制噪声连接干扰,并在低参数量下实现丰富的高阶非线性建模,显著提升了高维小样本时空学习任务的性能与泛化能力。

登录后阅读全文

已显示权利要求 1。免费注册即可阅读全部 9 项权利要求、说明书全文、全部附图、翻译和法律状态。

  • 全部权利要求
  • 技术领域
  • 背景技术
  • 发明内容
  • 附图说明
  • 具体实施方式