龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：广东工业大学
摘要：本发明涉及深度学习算法和量子计算技术领域，尤其涉及一种基于时序感知量子LSTM的碳排放预测方法及应用系统；本发明的一种基于时序感知的量子长短期记忆网络，首先，采用不同维度的门控注意力机制对时序和特征维度进行特征融合提取，以捕捉不同维度上、同一维度间的重要信息；然后，经量子编码后的信息通过由辅助和特征量子位构成的无约束变分量子电路演化，其中量子电路由N体量子门搭建；在搭建无约束变分量子电路的组件的基础上，辅助量子位的引入可以帮助模型捕捉复杂的时序关系以实现增强时序信息表达的量子电路；最后，建立基于双阶段注意力学习的自回归预测模块，关注隐层状态信息和历史信息，增强模型处理长期依赖关系的能力。
主权项：1.一种基于时序感知量子LSTM的碳排放预测方法，其特征在于，包括下述步骤：采用不同维度的门控注意力机制对时序和特征维度进行特征融合提取，以捕捉不同维度上、同一维度间的重要信息；搭建由N体量子门构成的无约束变分量子电路；无约束变分量子电路由特征量子位和辅助量子位构成；在搭建无约束变分量子电路的组件的基础上，将多变量的特征数据编码到特征量子位，并随机初始化辅助量子位的量子态，同时使辅助量子位在整个时间窗口上持续演化；构成的所有的量子位在量子态相干叠加和量子纠缠的作用下，将编码得到的具有时序特征的量子信息传递给最后的时间窗口，包括辅助量子位在内测量获得量子期望值，量子期望值经过门值变换得到隐层状态信息，设计基于增强时序信息表达的量子电路以及量子神经网络混合算法；在搭建完成基于辅助量子位的具有时序感知能力的量子电路之后，建立输入网络模型的时间与特征双维度的信息调整机制，用于给实现具有时序感知能力的量子长短期记忆网络提供数据基础；建立基于双阶段注意力学习的自回归预测模块，关注隐层状态信息和历史信息，增强模型处理长期依赖关系的能力。
全文数据：
权利要求：
百度查询： 广东工业大学 基于时序感知量子LSTM的碳排放预测方法及应用系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号