发明授权
- 专利标题: 一种量子联邦学习方法及系统
-
申请号: CN202310645770.0申请日: 2023-06-02
-
公开(公告)号: CN116366250B公开(公告)日: 2023-08-15
- 发明人: 李亚麟 , 张晓星 , 高站勇 , 邵烽
- 申请人: 江苏微知量子科技有限公司
- 申请人地址: 江苏省无锡市惠山区生科路10-2号
- 专利权人: 江苏微知量子科技有限公司
- 当前专利权人: 江苏微知量子科技有限公司
- 当前专利权人地址: 江苏省无锡市惠山区生科路10-2号
- 代理机构: 苏州佳捷天诚知识产权代理事务所
- 代理商 石俊飞
- 主分类号: H04L9/08
- IPC分类号: H04L9/08 ; H04L9/00 ; G06N3/098
摘要:
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。
公开/授权文献
- CN116366250A 一种量子联邦学习方法及系统 公开/授权日:2023-06-30