CNIPA.AI
返回搜索
档案

混合神经网络训练优化方法

发明专利未知
12权利要求 · 1 独立
§ Ⅰ

卷宗概要

发明人

万家旺; 王升斌; 孙汉涛; 宗天奇

申请日

Jul 17, 2026

公开日

Oct 16, 2026

IPC 分类

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。

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 12 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