公开(公告)号：CN119416034B

公开(公告)日：2025-04-15

申请号：CN202510008561.4

申请日：2025-01-03

Applicant: 南京信息工程大学

Inventor： 刘文杰 ,  李亚轩 ,  吴青山 ,  李志钢

IPC: G06F18/241 ,  G06N10/60 ,  G06N3/042 ,  G06F18/10

Abstract: 本发明提供了一种基于量子图注意力网络的图分类方法，包括：步骤1，将图数据通过角度编码和振幅编码转化为用于量子计算的量子态；步骤2，建立量子线性映射器，对于角度编码得到的量子态，使用一组交替的可训练含参量子门和CNOT门组成一组酉门#imgabs0#来对量子态进行演化；步骤3，建立量子图注意力层，在计算节点与节点之间的注意力系数时，将节点进行两两拼接，并迭代地输入到量子图注意力层中；步骤4，将对目标节点影响小的节点视为噪声项进行剔除；步骤5，进行图分类。本发明避免了对图结构的严格依赖，能够更好地应对大规模图数据的处理需求，是一种通用的电路设计方法，显著提高了量子图神经网络的处理效率和灵活性。

公开(公告)号：CN119416034A

公开(公告)日：2025-02-11

申请号：CN202510008561.4

申请日：2025-01-03

Applicant: 南京信息工程大学

Inventor： 刘文杰 ,  李亚轩 ,  吴青山 ,  李志钢

IPC: G06F18/241 ,  G06N10/60 ,  G06N3/042 ,  G06F18/10

Abstract: 本发明提供了一种基于量子图注意力网络的图分类方法，包括：步骤1，将图数据通过角度编码和振幅编码转化为用于量子计算的量子态；步骤2，建立量子线性映射器，对于角度编码得到的量子态，使用一组交替的可训练含参量子门和CNOT门组成一组酉门#imgabs0#来对量子态进行演化；步骤3，建立量子图注意力层，在计算节点与节点之间的注意力系数时，将节点进行两两拼接，并迭代地输入到量子图注意力层中；步骤4，将对目标节点影响小的节点视为噪声项进行剔除；步骤5，进行图分类。本发明避免了对图结构的严格依赖，能够更好地应对大规模图数据的处理需求，是一种通用的电路设计方法，显著提高了量子图神经网络的处理效率和灵活性。