買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜南京郵電大學;江蘇有線數據網絡有限責任公司申請的專利一種基于量子耦合的生成對抗網絡設計方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120031075B 。

龍圖騰網通過國家知識產權局官網在2025-06-20發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510490604.7，技術領域涉及：G06N3/045；該發明授權一種基于量子耦合的生成對抗網絡設計方法是由李飛;吉家欣;李汀;滕慶亞設計研發完成，并于2025-04-18向國家知識產權局提交的專利申請。

本一種基于量子耦合的生成對抗網絡設計方法在說明書摘要公布了：一種基于量子耦合的生成對抗網絡設計方法，分別輸入兩個域的真實手寫體圖片信息；構建耦合量子生成對抗器的量子機器學習模型，用以測量鑒別器對數據真實性的判斷概率及量子補丁生成器的量子比特振幅；通過參數共享方法，對量子補丁生成器和經典鑒別器的參數進行調整，捕捉到兩個相似域的共享特征；同時使用補丁式網絡的設計方法構建生成器，節約了量子比特數，降低了量子網絡的訓練成本。本發明所述方法可實現高質量的手寫體數據生成，也為量子機器學習的領域適應方面提供了新的研究方向，可以實現跨域分類器較高的分類精度，并為未來量子生成對抗網絡的發展開辟了新的可能性。

本發明授權一種基于量子耦合的生成對抗網絡設計方法在權利要求書中公布了：1.一種基于量子耦合的生成對抗網絡設計方法，其特征在于：包括以下步驟：S1、構建基于量子耦合的生成對抗網絡量子機器學習模型，包括兩個用于生成虛假像素信息的量子補丁生成器G1、G2,兩個用于鑒別真實和虛假像素信息的經典鑒別器D1、D2；S2、將真實像素信息和量子補丁生成器生成的虛假像素信息輸入經典鑒別器，觀察經典鑒別器在輸入真實像素數據和量子補丁生成器生成的虛假數據后判斷概率；S3、在訓練優化時采用參數層共享策略，G1、G2和D1、D2參數層都分為共享層與普通層，訓練優化過程中在更新梯度時強制耦合網絡分別將G1、G2和D1、D2對應參數層的共享層參數和進行共享；S4、重復步驟S2-S3達到最大迭代次數mum_epochs后，得到優化后的基于量子耦合的量子生成對抗器的量子機器學習模型，耦合生成器在訓練完成后在沒有對應監督的情況下，學習合成對應的圖像對；S5、在經典鑒別器后加入一層softmax層得到兩個分類器C1、C2，實現領域適應分類精度。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京郵電大學;江蘇有線數據網絡有限責任公司，其通訊地址為：210000 江蘇省南京市鼓樓區新模范馬路66號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。