Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京理工大学耿子翰获国家专利权

北京理工大学耿子翰获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京理工大学申请的专利基于量子Transformer的分类方法、装置、介质及设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119807863B

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510297898.1,技术领域涉及:G06F18/241;该发明授权基于量子Transformer的分类方法、装置、介质及设备是由耿子翰;李潇然;王兴华设计研发完成,并于2025-03-13向国家知识产权局提交的专利申请。

基于量子Transformer的分类方法、装置、介质及设备在说明书摘要公布了:本发明公开了一种基于量子Transformer的分类方法、装置、介质及设备。所述量子Transformer为量子小波KAN网络为前馈层的量子多头注意力网络;所述方法包括:获取待分类对象的特征向量,将所述向量进行量子编码生成量子初态;采用量子变分线路分别构建量子查询层、量子键层和量子值层,形成量子自注意力网络再构建量子多头注意力网络,将所述量子初态输入至量子多头注意力网络;将量子多头注意力网络的输出结果经量子小波KAN网络进行前馈处理;前馈处理结果再经线性变换,得到待分类对象的识别结果。应用本发明提出的量子Transformer,提升计算效率的同时,还增强了网络的可解释性。

本发明授权基于量子Transformer的分类方法、装置、介质及设备在权利要求书中公布了:1.一种基于量子Transformer的分类方法,其特征在于,包括:获取待分类对象的特征向量,将所述特征向量进行量子编码生成量子初态;所述待分类对象是文本、语音或图像;采用量子变分线路分别构建量子查询层、量子键层和量子值层,形成量子自注意力网络;基于多个量子自注意力网络构建量子多头注意力网络,将所述量子初态输入至量子多头注意力网络;采用量子小波KAN网络作为前馈层对量子多头注意力网络的输出结果进行前馈处理;采用线性层对前馈处理结果进行线性变换,得到待分类对象的识别结果;所述量子变分线路通过在每两个相邻的量子比特之间施加组合U门构成;所述组合U门包括配置在两个相邻量子比特之间的CNOT门、配置在两个相邻量子比特中第一量子比特上的RX旋转门和RZ旋转门、配置在两个相邻量子比特中第二量子比特上的RY旋转门;所述组合U门为正向组合U门,所述在每两个相邻的量子比特之间施加组合U门,包括:从到依次对相邻的量子比特和施加正向组合U门,所述正向组合U门包括配置在量子比特和之间的CNOT门、配置在量子比特上的RX和RZ旋转门、配置在量子比特上的RY旋转门;或者,所述组合U门为反向组合U门,所述在每两个相邻的量子比特之间施加组合U门,包括:从到依次对相邻的量子比特和施加反向组合U门,所述反向组合U门包括配置在量子比特和之间的CNOT门、配置在量子比特上的RX和RZ旋转门、配置在量子比特上的RY旋转门;其中,所述正向组合U门表示为: ;所述反向组合U门表示为: ; 表示单位矩阵,n为量子比特数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。