量子芯片的几何参数确定方法、装置、设备以及存储介质与流程

文档序号:36719594发布日期:2024-01-16 12:21阅读:18来源:国知局
量子芯片的几何参数确定方法、装置、设备以及存储介质与流程

本公开涉及计算机,具体为量子计算,可应用于量子芯片设计场景,尤其涉及一种量子芯片的几何参数确定方法、装置、设备以及存储介质。


背景技术:

1、超导量子芯片的设计是一个十分复杂的工程,包括量子比特、控制电路和读取电路等模块的设计。其中,在超导量子芯片的设计中,量子比特的版图设计至关重要。

2、量子比特的版图设计主要是基于所需的电学参数,确定量子芯片中包括量子比特在内的各结构的形状,并采用几何参数进行表述,以便能够基于这些几何参数绘制出量子芯片版图。


技术实现思路

1、本公开提供了一种量子芯片的几何参数确定方法、装置、设备以及存储介质。

2、根据本公开的一方面,提供了一种量子芯片的几何参数确定方法,包括:

3、获取量子芯片版图的电参数;

4、基于所述电参数,采用预测模型确定所述量子芯片版图初始的几何参数;

5、采用决策树模型,基于所述量子芯片版图的电参数和所述几何参数对所述量子芯片版图进行分类处理,其中,所述决策树模型中包括具有父子关系层级的多个非叶子节点,任一所述非叶子节点对应用于根据所述电参数和所述几何参数进行分类处理的基分类器,所述决策树模型中作为最后一层的叶子节点具有对应的几何参数预测值;

6、根据所述量子芯片版图分类至的目标叶子节点对应的几何参数预测值,确定所述量子芯片版图最终的几何参数。

7、根据本公开的另一方面,提供了一种用于量子芯片的几何参数确定的模型训练方法,包括:

8、获取训练样本的样本集合,其中,所述训练样本中包括量子芯片版图的电参数,以及几何参数;

9、基于所述样本集合,训练预测模型,其中,所述预测模型用于根据所述电参数预测对应的几何参数;

10、基于所述样本集合,训练决策树模型,其中,所述决策树模型中包括具有父子关系层级的多个非叶子节点,任一所述非叶子节点对应于所述电参数和所述几何参数所描述的特征进行分类的基分类器,所述决策树模型中作为最后一层的叶子节点具有对应的几何参数预测值。

11、根据本公开的另一方面,提供了一种量子芯片的几何参数确定装置,包括:

12、获取模块,用于获取量子芯片版图的电参数;

13、第一确定模块,用于基于所述电参数,采用预测模型确定所述量子芯片版图初始的几何参数;

14、处理模块,用于采用决策树模型,基于所述量子芯片版图的电参数和所述几何参数对所述量子芯片版图进行分类处理,其中,所述决策树模型中包括具有父子关系层级的多个非叶子节点,任一所述非叶子节点对应用于根据所述电参数和所述几何参数进行分类处理的基分类器,所述决策树模型中作为最后一层的叶子节点具有对应的几何参数预测值;

15、第二确定模块,用于根据所述量子芯片版图分类至的目标叶子节点对应的几何参数预测值,确定所述量子芯片版图最终的几何参数。

16、根据本公开的另一方面,提供了一种用于量子芯片的几何参数确定的模型训练装置,包括:

17、样本获取模块,用于获取训练样本的样本集合,其中,所述训练样本中包括量子芯片版图的电参数,以及几何参数;

18、第一训练模块,用于基于所述样本集合,训练预测模型,其中,所述预测模型用于根据所述电参数预测对应的几何参数;

19、第二训练模块,用于基于所述样本集合,训练决策树模型,其中,所述决策树模型中包括具有父子关系层级的多个非叶子节点,任一所述非叶子节点对应于所述电参数和所述几何参数所描述的特征进行分类的基分类器,所述决策树模型中作为最后一层的叶子节点具有对应的几何参数预测值。

20、根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述的方法。

21、根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使计算机执行本公开前述的方法。

22、根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现前述的方法。

23、本公开提供的量子芯片的几何参数确定方法、装置、设备以及存储介质,通过获取量子芯片版图的电参数之后,基于电参数,采用预测模型确定所述量子芯片版图初始的几何参数。以便后续采用决策树模型,基于量子芯片版图的电参数和所述几何参数对所述量子芯片版图进行分类处理,其中,所述决策树模型中包括具有父子关系层级的多个非叶子节点,任一所述非叶子节点对应基分类器,所述决策树模型中作为最后一层的叶子节点具有对应的几何参数预测值。根据量子芯片版图分类至的目标叶子节点对应的几何参数预测值,确定该量子芯片版图最终的几何参数。

24、应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。



技术特征:

1.一种量子芯片的几何参数确定方法,包括:

2.根据权利要求1所述的方法,其中,所述量子芯片版图包括至少两个量子比特,以及任两量子比特之间的耦合器;

3.根据权利要求2所述的方法,其中,所述几何参数,包括下列中的至少一项:

4.根据权利要求1-3任一项所述的方法,其中,所述方法还包括:

5.一种用于量子芯片的几何参数确定的模型训练方法,包括:

6.根据权利要求5所述的方法,其中,所述基于所述样本集合,

7.根据权利要求6所述的方法,其中,任一所述基分类器用于指示所述电参数和所述几何参数所描述的特征,以及所述特征的划分阈值。

8.根据权利要求5所述的方法,其中,所述基于所述样本集合,训练预测模型,包括:

9.根据权利要求5-8任一项所述的方法,其中,所述量子芯片版图包括至少两个量子比特,以及任两量子比特之间的耦合器;

10.根据权利要求5-8任一项所述的方法,其中,所述几何参数,包括下列中的至少一项:

11.一种量子芯片的几何参数确定装置,包括:

12.根据权利要求11所述的装置,其中,所述量子芯片版图包括至少两个量子比特,以及任两量子比特之间的耦合器;

13.根据权利要求12所述的装置,其中,所述几何参数,包括下列中的至少一项:

14.根据权利要求11-13任一项所述的装置,其中,所述装置还包括:

15.一种用于量子芯片的几何参数确定的模型训练装置,包括:

16.根据权利要求15所述的装置,其中,所述第二训练模块,用于:

17.根据权利要求16所述的装置,其中,任一所述基分类器用于指示所述电参数和所述几何参数所描述的特征,以及所述特征的划分阈值。

18.根据权利要求15所述的装置,其中,所述第一训练模块,用于:

19.根据权利要求15-18任一项所述的装置,其中,所述量子芯片版图包括至少两个量子比特,以及任两量子比特之间的耦合器;

20.根据权利要求15-18任一项所述的装置,其中,所述几何参数,包括下列中的至少一项:

21.一种电子设备,包括:

22.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-4中任一项所述的方法,或者,执行权利要求5-10中任一项所述的方法。

23.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-4中任一项所述的方法,或者,执行权利要求5-10中任一项所述的方法。


技术总结
本公开提供了量子芯片的几何参数确定方法、装置、设备以及存储介质,涉及计算机技术领域,具体为量子计算技术领域,可应用于量子芯片设计场景。具体实现方案为:获取量子芯片版图的电参数,基于电参数,采用预测模型确定所述量子芯片版图初始的几何参数,以便后续采用决策树模型,基于量子芯片版图的电参数和所述几何参数对量子芯片版图进行分类处理,其中,决策树模型中包括具有父子关系层级的多个非叶子节点,任一非叶子节点对应基分类器,决策树模型中作为最后一层的叶子节点具有对应的几何参数预测值。根据量子芯片版图分类至的目标叶子节点对应的几何参数预测值,确定该量子芯片版图最终的几何参数。

技术研发人员:宋乐,陈立鹏,晋力京
受保护的技术使用者:北京百度网讯科技有限公司
技术研发日:
技术公布日:2024/1/15
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1