Invention Grant
- Patent Title: 一种量子联邦学习方法及系统
-
Application No.: CN202310645770.0Application Date: 2023-06-02
-
Publication No.: CN116366250BPublication Date: 2023-08-15
- Inventor: 李亚麟 , 张晓星 , 高站勇 , 邵烽
- Applicant: 江苏微知量子科技有限公司
- Applicant Address: 江苏省无锡市惠山区生科路10-2号
- Assignee: 江苏微知量子科技有限公司
- Current Assignee: 江苏微知量子科技有限公司
- Current Assignee Address: 江苏省无锡市惠山区生科路10-2号
- Agency: 苏州佳捷天诚知识产权代理事务所
- Agent 石俊飞
- Main IPC: H04L9/08
- IPC: H04L9/08 ; H04L9/00 ; G06N3/098

Abstract:
本发明公开了一种量子联邦学习方法及系统,其技术方案是:具体步骤如下:S101:融合计算节点初始化全局参数θ_0,并将初始化的全局参数利用量子计算节点的公钥加密后发送给对应的量子计算节点;S102:量子计算节点利用自己的私钥对接收到的加密信息进行解密,得到θ_0,利用θ_0对本地的变分量子线路VQC模型进行初始化,并循环迭代的执行如下步骤:在第t+1次循环迭代过程中,对于每一个量子计算节点,执行下列计算步骤,其中,t初始值为0;S103:当上述VQC模型收敛时,停止S102迭代过程,得到训练好的VQC模型,本发明有益效果是:保障了各方隐私,具有更高的性能,可以加快收敛速度,进而降低通信成本。
Public/Granted literature
- CN116366250A 一种量子联邦学习方法及系统 Public/Granted day:2023-06-30
Information query