本发明涉及用于对数据进行量子处理的方法，涉及与使用非量子处理器的非监督或半监督特征学习。为实现非监督或半监督特征学习，量子处理器被编程以在一个或多个数据集上实现层次化深度学习。多种系统和方法在一个或多个数据集中或者跨数据或数据集搜索、解析并检测多个最大重复模式。多个实施例和方面涉及使用稀疏编码来检测在数据中或者跨数据的多个最大重复模式。稀疏编码的多个示例包括L0和L1稀疏编码。一些实现方式可能涉及将多个标签附加、结合或附接于多个字典元素或者一个或多个字典的构成元素。在标签与被加标签的该元素之间可能存在逻辑关联，使得该非监督或半监督特征学习的过程跨越了这些元素和该结合、附接或附加的标签两者。