文摘

是一个传统的行业还是一个前沿领域,提出了工业物联网建设和应用的趋势,它起着至关重要的作用在构建一个强劲的制造业国家,促进高质量的中国的经济发展。HHL算法已成为一种重要的量子算法,但很少有研究量子电路的结构和量子测序的应用程序。在这篇文章中,一个模型基于量子电路HHL对应算法处理量子程序问题。量子电路基于HHL算法用于解决线性系统,和目标偏微分方程的数值解。最后,实验分析表明,在加工的过程中量子计算机应用问题基于量子电路,它可以减少计算量的量子电路对应HHL算法,提高了仿真效率的量子电路,减少硬件资源的职业,具有一定的有效性和优越性。这个讨论为智能物联网技术带来新的想法,并提供意义的简化方法研究HHL算法对应于量子电路处理计算机应用问题。

1。介绍

随着技术的发展,我国进入改革基于物联网的技术。此外,人工智能技术逐渐在国际上迅速发展,逐渐形成智能物联网系统软件。总的来说,未来几十年无疑是量子计算和人工智能的时代,他的研究不仅是令人兴奋的而且全面的测试。

目前,量子算法的应用离不开解决线性方程的过程中,如偏微分方程相应的问题解决。解线性方程是解决许多问题的基础量子相关的应用程序。其中,HHL算法已成为一种重要的量子算法由于其指数加速度效应当解决线性系统(1]。HHL量化分析算法的关键是量化分析阶段评估控制模块,它允许快速指数价值特征向量估计材料(或阶段)的运营商。然而,在解决实际问题的过程中,如何构建量子电路实现HHL算法,实现高效的操作是一种很常见的和困难的问题。大多数现有的解决方案在理论阶段,这限制了它们的应用范围在实际应用环境中(2]。例如,量子电路基于HHL的矩阵分解算法基于GLOA(集团领导优化算法)包含一个大型量子逻辑门的数量和类型,导致高复杂性,导致模拟效率低的量子电路和硬件资源的高利用率。实际应用价值不高。

2。方法和原则

2.1。量子电路

直到现在,人工智能科学研究基本上是使用传统的计算机来实现集成电路矩阵测量发现的过程。因为这个矩阵是特别大,所以很长一段时间用一种特殊芯片如GPU找到它,这是量子计算的立足点。HHL量子算法的速度比普通计算机基本算法。当使用问题,只有解决矩阵是稀疏的,先决条件解决矩阵的数量相对较低,和时间计算的复杂性测量解决方案的绝对值向量可以减少从以前计算机的O (NK) HHL量子算法(3]。

量子电路量子程序的一个表达式,也称为量子逻辑电路,目前最常用的通用量子计算模型,表示抽象概念的量子比特操作线,其成分包括量子比特,线(时间轴)和各种量子逻辑门,最后通常需要执行量子测量操作读取结果。

真正的量子计算机是一种混合结构,包括两个部分:一个是古典电脑,执行经典计算和控制;另一部分是量子设备,负责运行量子程序执行量子计算。量子程序是一系列指令QRunes等量子语言写的语言,可在量子计算机上运行,它实现了支持量子逻辑门操作,最后,实现量子计算。量子程序是一系列的指令,操作量子逻辑门在一定时间序列(4]。量子装置硬件的发展面临着两个主要问题:高错误率的量化比特和较低的量子计算机的量子数。

在实际应用中,由于量子设备硬件发展的限制,通常需要进行量子计算仿真来验证量子算法与量子的应用程序。量子计算仿真是一个过程的虚拟架构(即量子虚拟机)与普通计算机的资源用来实现量子程序的仿真操作对应于特定的问题。通常情况下,有必要构建一个量子程序,对应于一个特定的问题。量子程序是一个程序,它代表了量子比特和它的进化在古典语言编写,量子比特的量子计算和量子逻辑门相关由相应的经典代码。

量子电路量子程序的一个表达式,也称为量子逻辑电路,是最常用的一般量子计算模型,表示抽象概念下的量子比特操作线,其成分包括量子比特,一条线(时间轴),以及各种各样的量子逻辑门,最后通常需要一个量子测量操作结果宣读。

与传统的电路,它是由金属导线传输电压或电流信号,在量子电路连接的电线可以被认为是时间;自然发展,量子位的状态随着时间的推移,哈密顿算符的指示后,直到遇到了一个逻辑门和操作5]。

2.2。量子线性分析

大数据业务的不断发展和人工智能技术的广泛使用和5 g技术,增加了数据爆炸的规模。量子计算使用量子叠加和纠缠测量解决日常任务和有一定的优势,加快在处理实际问题。

量子程序作为一个整体应该有一个总量子电路,量子位的总数在总量子电路的总数是一样的量子比特的量子程序。可以理解,一个量子程序可以由一个量子电路,测量操作量子位的量子电路,寄存器保存测量结果和控制流节点(跳转指令),和一个量子电路可以包含操作数万,数百,甚至数千的量子逻辑门。图1显示了一个经典和量子电路执行“非”。

执行过程的量子程序执行过程的量子逻辑门在一个特定的时间序列。“时间”是指个人的时间序列执行量子逻辑门。在经典计算中,最基本的单位是,最基本的控制形式是逻辑门(6]。控制电路的目的可以通过逻辑门的组合。同样,处理量子比特的一个方法是通过量子逻辑门。量子逻辑门允许量子态演化。量子逻辑门量子电路的基础,通常是由一个酉矩阵,这不仅是一个矩阵形式,而且操作和转换。通用量子逻辑门的影响在一个量子态的计算方法是用左边的酉矩阵乘以相应的矩阵的向量的量子态(7]。

3所示。解决措施和方法

3.1。基于HHL量子电路模型算法

量子计算的研究使用AI人工智能的发展尤为重要,而毫无疑问,应该有更频繁和人工智能研究人员之间的密切合作,量子学者、科学家、和电子计算机科学家。只有用这种方法,量子AI有望获得更多的技术性问题和电力发展的发展联系(8]。

本文试图解决高维数据的降维问题的量子量子计算方法利用自主研发的原型机,并实现排序应用程序的原型机。我们建立一个量子电路基于HHL算法处理量子应用程序问题,如图2。

3.1.1。目标偏微分方程离散得到相应的线性系统

偏微分方程的求解过程也相应的量子应用程序问题的解决过程。可以根据目标的偏微分方程的边界条件,选择相应的基函数,形成一套完整的节点,目标是给定一个偏微分方程(目标函数)的一个近似的线性组合(近似函数,即线性系统),即近似函数要求(即所有节点和功能。,原偏微分方程)的目标严格相等,在全球高度相似。因此,低阶基函数是用来完成高精度的近似方程的解决方案,它可以被称为低阶的高精度的优势(9]。

算法是人工智能的关键技术。互联网平台可以链接的所有因素在工业化生产,整个产业链和客户价值,并为工业生产技术工业生产的转换算法,提供了更好的支持点的建立人工智能技术基础(10]。

HHL算法解线性方程解决问题:输入是一个N N矩阵和一个n维向量b,输出是一个n维向量x,满足Ax =b,也就是说,x=一个−1b。需要可逆矩阵A, B的维度,可以表示为一个正整数N, 2的幂因为以下需要向量B的数据加载到量子电路(11]。

的想法使用HHL算法解决方程组在有限域是方程组的有限域转换成一个布尔值线性方程组/ C。,然后通过HHL算法,解决和图3显示了转换过程的技术路线。

左端词矩阵的线性系统直接由基函数构造相对密集,稀疏往往是穷人,所以很难应付高维度和大规模的情况,也就是说,微分方程的维数会导致问题的迅速扩张规模,和维度的问题规模呈指数级增长12]。因此,量子变换算法可以将线性系统引入一个稀疏线性系统。

基于基函数中,我们使用相应的量子变换算法。在这里,我们选择量子傅里叶变换(QSFT) /转移量子余弦变换(QCT) [13]。QSFT和QCT可以构造相应的量子电路通过量子逻辑门操作实现量子态转换、操作复杂度低和多项式对数。

基于量子傅里叶变换,傅里叶变换矩阵形式的一维量子位移(QSFT)定义如下:

因此,量子态变换可以实现

因此,维量子位移的傅里叶变换可以定义如下:

其中, ,k,指示符号值0到p,代表相应的基向量, 表示为无限的规范,表示为从0到整数集p,是1的整数集合d,p代表所需的量子比特数对应的量子线。

在实际应用程序中,一维QSFT可以拆卸:

在他们中间是量子傅里叶变换,酉变换映射到自己的空间:

整个QSFT线是通过构造量子线,分别。

量子的原则(QCT)余弦变换可以定义的离散余弦变换(DCT)如下:

其中,代表的复杂空间(p+ 1)维度,代表原始信号,代表了DCT变换后的系数, 代表了定义函数:

同样,矩阵的一维及多维QCT转换形式,分别为:

结合的好属性选择基函数和量子位移/量子余弦变换,傅里叶变换相应的量子电路操作可以有效地完成构造稀疏线性系统的操作(14]。左端项矩阵的线性系统直接由基函数构造相对密集,这种转变后,左端项矩阵变得稀疏,这有利于解决高维大规模问题。

3.1.2。相对应的量子电路HHL算法可以得到偏微分方程的数值解

HHL算法主要由四子流程。如图4,第一步是相位估计的虚线图;第二步是控制R,控制旋转操作中间的线;第三步是评估阶段的逆操作,第四步是量子测量。坚定地认为,与人工智能的缓慢出现的小型终端和服务的单机版模式,它最终会刺激量子计算销售市场,产生大量的需求,和打开更广阔的发展前景15]。

步骤1。建立量子线的第一部分相对应的评估操作协助分解初始状态的量子位(对应的时间表在图2),第一个量子位(对应的初始状态图的时间2),第二个量子位(对应的初始状态下时间表在图2)。在细胞U矩阵对应于上述矩阵分解成细胞矩阵对应于一个量子逻辑门控制信息。其中,细胞矩阵对应于单一量子逻辑门,满足控制信息是订单单位矩阵(16]。第一个量子位的数量z取决于相位估计的准确性和成功的概率。第二个量子位的数量n,这是矩阵的特征向量矩阵A的振幅。

步骤2。建立相对应的量子线的第二部分控制旋转操作提取价值在基态到辅助量子比特的量子态振幅,并获得:辅助量子位的数量是1和C是恒定的。例如,对于四维向量b= (b0,b1,b2,b3),N= 4,你可以得到n= 2。
然后编码数据的向量b在量子态的振幅来获得(1]。因此,负载的数据向量b到两个第二个量子位的量子态振幅的量子线。

步骤3。构建第三部分相对应的量子电路相位估计消除逆操作并获得 相位估计的逆运算是减少相位估计上面描述的过程,也就是说,共轭转置操作阶段的估算。我们的目标是消除,特别是将量子态

步骤4。构造辅助量子位的量子测量操作,以便辅助量子位的量子态可以测量,得到的 与 ,是振幅的对应关系正常化。测量后,辅助量子位崩溃的状态,一个明确的状态,其中一个,崩溃| 0〉的概率是 ,崩溃| 1〉的概率是 。当辅助量子位的量子态测量 ,当 ,你可以得到一个明确的量子状态: 这表明 ,相应的振幅进行归一化的结果。
的第一部分量子线、量子线的第二部分,第三部分的量子线和量子测量操作依次形成相对应的量子线HHL算法。

3.2。量子线建设法律HHL对应算法

人工智能技术的应用在物联网必将带来更多改变互联网的东西。为了方便的集成这些变化,有必要积极找到最好的节点的科学研究人工智能技术和物联网技术(17]。第一个策略改进经典的整个过程优化是小系统的优化参数与原始参数的大型系统。表1提出的策略流量子位递归算法。

3.2.1之上。相对应的矩阵结构的酉矩阵的第一列量子电路

(1)一比特的量子电路。酉矩阵行只有一个元素(2,1)被设置为0,只是构建一个特定量子逻辑门 为了使 ;

(2)低廉的量子电路。使用递归的思想[18]。即递归或函数(或过程或程序段)调用直接(或间接)的实现自己的过程。递归定义无穷无尽的对象与一个相对有限的句子。递归的特点是调用本身。指的是1比特量子电路、酉矩阵电路的,除了最后设置0元素(3,1),对应于特定的量子逻辑门 ;

(2,1)上部的酉矩阵,最重要的量子位将不受控制的,也就是说,(2,1): ;下部(4,1),确定较低的量子位对应1,如果它不是1,然后(4,1): :,否则 ;判断可以:(4,1)对应于(2,1)1比特的量子电路: ;

最后把0元素(3,1)直接设置为: 。

(3)三位量子电路。递归分为直接递归和间接递归(19]。当你叫你自己在一个函数(或程序),它被称为直接递归。如果函数调用函数b和函数b调用一个函数,这就叫做间接递归。

对应于构造特定的量子逻辑门 ,电路酉矩阵的上半部分指的是2位量子电路,和最高的量子位仍然设置为不受控制的,也就是说, ,我们可以得到:(2,1)对应于(2,1)2量子电路: ;(4,1)对应于(4,1)2位量子电路: ;(3,1)对应于(3,1)2位量子电路: 。

的下半部分,除了最后0元素(5、1)设置,它对应于上半部分以一对一,和法官是否上两个量子位元对应于较低的两个量子位元不是1,如果他们都是如果不是1, ,否则 ;判断可以:

(1)对应 ,,(2,1)对应于相同的 ,V,没有一个是1,我们可以得到: 。

同样,(8,1)对应于(4,1): ;(7,1)对应于(3,1): 。

最后把0元素(5、1)是直接设置为: 。

以此类推,相对应的矩阵结构酉矩阵的第一列的任何一点量子电路可以实现。

3.2.2。第二列对应的矩阵结构N二十酉矩阵的列/量子电路

(1)低廉的量子电路,n=2。第二列,列下标 ,二进制表示01、二进制低一些 ,高一些 ;根据预设的不平等 ,获得x= 1;下半部分对应于前面列的下半部分,(2): ;(4,2):这是最后一个元素被设置为0在本专栏中,指的是相应的在第一列(3,1):治疗在0、执行二进制+ 1操作变成1, 对应于(3 2)。

(2)三位量子电路,n=3。第二列,列下标 ,01二进制表示, ;根据 ,得到x= 1,上部(2),(4,2)指的是低廉的量子电路:

在对应于(3,2)的价值是一样的吗 对应于(3 2)低廉的量子电路被设置为 ,那就是: 对应于(3 2);在对应于(4,2)的价值是一样的吗 对应于(4,2)低廉的量子电路被设置为 ,那就是: 对应于(3 2);下部对应于下部的第一列。矩阵构造如下:(5,2)对应 ;(2)对应 ;(7,2)对应 ;(8,2)对应 ;

可以获得相同,第三列:

上部:(4 3)对应 ;下部:(8,3)对应 ,(3)对应 ,(5,3)对应 ;在本专栏中最后一个元素被设置为0(7,3)对应 ;

第四列将不会重复;可以看出在下半身,除了最后一个元素在每一列被设置为0,偶数列对应于前面列的矩阵结构(奇数列),和奇数列的矩阵是由指的第一列。

3.2.3。相对应的矩阵结构(N/ 2 + 1)th列最后一列量子电路的酉矩阵

指上半年第1列的上半身N/二十列的顺序一一对应,最重要的变化1,其余保持不变。采取上述3位量子电路作为一个例子,我们可以得到:列5: ;列6: ;第七栏: ;没有在列8。

以此类推,相对应的矩阵结构的所有列酉矩阵的任何一点量子电路可以实现。具体地说, ,在哪里等于: ,如果 ; ,如果 ; ,如果 ; ,如果是 。

3.3。模拟测试

电源电路的使用模型模拟量子计算机来完成量子信息计算数据可视化是一个复杂的主题的研究在计算机技术系统中,主要包括跨学科的理论和技术。

仿真实验量子线如图Bolyea变换5和表2显示仿真实验结果。

从表可以看出2运行时间的变化和n导致量子线的长度增加的后果。可以看到从量子电路建设法律对应HHL算法,计算模拟HHL算法对应于量子电路的原理图所示6量子电路测序,应用基于HHL量子算法。

根据高速发展传统类型的CMOS工艺集成电路芯片面临短缺,新型的纳米材料和量子测量新技术增强补充道。随着高速发展的电子设计自动化设备,全自动模拟量子隐写术和集成优化算法和量子metacellular自动机患有智能计算方法的具体科学研究(20.]。

测试基于相应HHL量子电路处理应用程序的算法和应用效果的问题,我们使用原始的量子云平台实现HHL算法,模型的参数是第一组,2位HHL算法,例如,需要两个量子比特和经典注册持有一个测量值,编程接口,如图7、参数配置如图8。添加相关的量子逻辑门主要的编程接口。

如图9,一个简单的2位HHL算法在云计算平台上实现。这是一个条形图显示了不同的测量在横轴上,和纵轴显示了对测量的概率应该是,在这里,我们有一个1,这是100%,这是我们的预期。

3.4。量子人工智能

此外,在现阶段,技术生产过程仍远远无法实现传统计算机的大规模生产和操作在室温下,它间接地限制了subcomputers的商业用途。在这种环境下,本机量子已经开发了一个基于subcomputing-quantum云服务的云计算服务平台,可为用户提供在线计算日常任务和主要企业和研究机构(21]。用户可以提交日常任务量子技术部署在远程计算机上通过量子云服务平台通过调度web服务器和互联网,然后subcomputer将返回结果通过调度用户的web服务器和网络处理后这样的任务和完成。图10显示了量子计算的流程图。

人工智能算法的开发和设计人工智能的快速发展尤为重要,这就需要量子物理学家和人工智能研究人员、计算机专家和科学家紧密合作来生成服务支持和希望人工智能的快速发展。

4所示。结论

互联网技术代表的必要性分析和解决大量的实时信息,和工业物联网的集成和人工智能是一个关键的发展。

量子线包括量子逻辑门操作和HHL算法已成为一种重要的量子算法。在这篇文章中,一个模型基于HHL算法相应的量子线处理量子构造应用程序问题:通过获得目标偏微分方程相应的目标量子程序问题,线性系统是通过目标偏微分方程离散化。偏微分方程的数值解的目标是通过解决线性系统使用基于相应的量子线HHL算法。

最后,通过分析酉矩阵的法律建设相对应的量子线HHL算法和实验测量数据,可以减少计算工作量的量子线对应HHL算法在处理的过程中量子计算机应用基于量子线,提高仿真效率的量子线,同时减少硬件资源。占领,具有一定的有效性和优越性。量子计算有一个令人兴奋的未来,但达到这一市场前景有许多更多的测试。伴随着增加意识的是增加操纵量子计算的能力。还有很多要做生产和制造良好的工作的量子计算机。很难预测和分析量子计算的未来发展应该如何以什么速度的趋势。目前,起源量子量子排序应用程序已经开发了一个基于HHL量子算法,它将提供一个重要的参考预测下一个传播一种新的冠状病毒。智能物联网技术的下一个趋势是有着传统数据在一个聪明的应用程序,可以用人工智能技术的帮助。一般来说,未来几十年无疑是量子计算和人工智能的时代,他的研究不仅是令人兴奋的而且全面的测试。

数据可用性

标签数据集用于支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是由省级School-Enterprise合作示范培训中心(数量:2019 xqsxzx44)和教育科学研究规划的关键问题安徽省职业教育和成人教育学院(号码:azjxh17035)。