南京理工大学樊继豪获国家专利权
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!
龙图腾网获悉南京理工大学申请的专利一种神经网络驱动的非对称量子纠错码译码方法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:CN119783843B 。
龙图腾网通过国家知识产权局官网在2025-06-24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:202510208652.2,技术领域涉及:G06N10/70;该发明授权一种神经网络驱动的非对称量子纠错码译码方法是由樊继豪;张千辉;应浩男;陆晓宇;李洲设计研发完成,并于2025-02-25向国家知识产权局提交的专利申请。
本一种神经网络驱动的非对称量子纠错码译码方法在说明书摘要公布了:本发明公开了一种神经网络驱动的非对称量子纠错码译码方法,首先利用量子非对称噪声模型,获得所需的量子非对称噪声错误和错误,确定量子非对称噪声错误和错误的伴随式,基于神经网络译码器预测量子系统中的错误和错误,判断预测的错误和错误是否满足量子逻辑错误的约束性条件,若均满足约束条件,则译码成功,否则译码失败。本发明的方案利用非对称噪声模型破坏了HGP结构的对称性,使得利用非对称噪声来提高译码性能成为可能;利用神经网络技术显著提升了BP算法在量子纠错码译码中的性能,与现有译码技术相比,本发明的译码方法在处理非对称量子信息时展现出显著的性能提升。
本发明授权一种神经网络驱动的非对称量子纠错码译码方法在权利要求书中公布了:1.一种神经网络驱动的非对称量子纠错码译码方法,其特征在于,包括以下步骤: 步骤1、利用量子非对称噪声模型,获得所需的量子非对称噪声错误和错误; 利用量子非对称噪声模型,输入量子纠错码校验矩阵和,校验矩阵对应的量子纠错码码长,的分量的列数,量子泡利错误率,其中,、和分别是X、Y和Z错误的物理错误率,并对数据进行Hadamard旋转操作,生成非对称噪声错误和错误; 步骤2、确定量子非对称噪声错误和错误的伴随式; 步骤3、基于神经网络译码器预测量子系统中的错误和错误: 所述神经网络译码器基于BP神经网络构建,包括输入层、隐藏层以及输出层; 所述神经网络译码器的输入为:信道物理错误率,校验矩阵或,错误或错误的伴随式; 基于输入数据进行迭代,更新BP神经网络中各节点的信息,当达到最大迭代次数时,输出预测的量子系统中的错误或错误; 更新神经网络译码器的权重参数,其中代表输入层权重,隐藏层的权重,代表输出层的权重; 步骤3-1、初始化传输至变量节点信息: ; ; 其中,代表输入层权重; 步骤3-2、基于迭代次数t更新变量节点信息,并重复本步骤直至达到最大迭代次数: ,其中且; ,其中且; 其中,分别表示第t轮迭代时节点传输中的权重;表示第轮迭代中从变量节点传输到校验节点的信息,第轮迭代中从校验节点传输到变量节点的信息,第一次迭代时,=;表示v的所有邻居节点的集合,表示c的所有邻居节点的集合;表示错误或错误的伴随式,表示除了以外,的所有邻居节点的集合; 步骤3-3、边缘化变量节点信息: ; 其中,且,表示第t轮迭代时边缘化变量节点的权重,表示输出层的权重; 步骤3-4、利用边缘化的变量节点信息错误X或错误,并输出预测结果: ; 步骤4、判断预测的错误和错误是否满足量子逻辑错误的约束性条件,若均满足约束条件,则译码成功,否则译码失败。
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南京理工大学,其通讯地址为:210094 江苏省南京市玄武区孝陵卫200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”。
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。