WO2026099812 - QUANTUM FEATURE MAP-BASED CLASSIFIERS
National phase entry is expected:
Publication Number
WO/2026/099812
Publication Date
15.05.2026
International Application No.
PCT/IB2025/061407
International Filing Date
07.11.2025
Title **
[English]
QUANTUM FEATURE MAP-BASED CLASSIFIERS
[French]
CLASSIFICATEURS BASÉS SUR UNE CARTE DE CARACTÉRISTIQUES QUANTIQUES
Applicants **
RIGETTI AUSTRALIA PTY LTD.
RIGETTI UK LTD.
ADIA LABS
Inventors
GARVIN, Alan David
PAINI, Marco
KONDRATYEV, Oleksiy
LIPTON, Alexander
Priority Data
63/717,420
07.11.2024
US
Application details
| Total Number of Claims/PCT | * |
| Number of Independent Claims | * |
| Number of Priorities | * |
| Number of Multi-Dependent Claims | * |
| Number of Drawings | * |
| Pages for Publication | * |
| Number of Pages with Drawings | * |
| Pages of Specification | * |
| * | |
| Number of Office Actions | * |
| * | |
International Searching Authority |
EPO
* |
| Recordal of a Change of the Applicant's Name/Address |
Change of Applicant's Name and Address
* |
| Type of Assignment |
The Standard Agent's Assignment
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Patent Delivery |
Send the Letters Patent by Courier
* |
| Translation |
|
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing, Examination, Granting | 3195 | |
| EPO | Filing, Examination, Granting | 23030 | |
| Japan | Filing, Examination, Granting | 2958 | |
| South Korea | Filing, Examination, Granting | 3706 | |
| USA | Filing, Examination, Granting | 10140 |
Total:
43,029
Contact Us
Abstract[English]
In a general aspect, quantum feature map-based classifiers are presented. In some aspects, a computing system is configured to train a classifier. To train the classifier, training datasets associated with respective classes are obtained. The training datasets are processed to determine representative quantum density operators for the respective classes; and the representative quantum density operators are stored for use by the classifier. Determining a representative quantum density operator for a class includes encoding the training dataset in a quantum logic circuit; obtaining measurements of expectation values of quantum observables on quantum states generated by executing the parameterized quantum logic circuit; and determining the representative quantum density operator based on the measurements.[French]
Selon un aspect général, sont présentés des classificateurs basés sur une carte de caractéristiques quantiques. Selon certains aspects, un système informatique est configuré pour entraîner un classificateur. Pour entraîner le classificateur, des ensembles de données d'entraînement associés à des classes respectives sont obtenus. Les ensembles de données d'entraînement sont traités afin de déterminer des opérateurs de densité quantique représentatifs pour les classes respectives ; et les opérateurs de densité quantique représentatifs sont stockés pour être utilisés par le classificateur. La détermination d'un opérateur de densité quantique représentatif pour une classe consiste à coder l'ensemble de données d'entraînement dans un circuit logique quantique ; à obtenir des mesures de valeurs attendues d'observables quantiques sur des états quantiques générés par l'exécution du circuit logique quantique paramétré ; et à déterminer l'opérateur de densité quantique représentatif sur la base des mesures.