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！

龙图腾网获悉中科南京人工智能创新研究院;中国科学院自动化研究所申请的专利基于神经网络引导与量子优化的自动定理证明方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121684070B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610200879.7，技术领域涉及：G06N5/04；该发明授权基于神经网络引导与量子优化的自动定理证明方法是由王科松;张希设计研发完成，并于2026-02-11向国家知识产权局提交的专利申请。

本基于神经网络引导与量子优化的自动定理证明方法在说明书摘要公布了：本发明公开了一种基于神经网络引导与量子优化的自动定理证明方法，包括：提取命题逻辑任务的逻辑结构特征，利用预配置的神经网络预测自然演绎规则的适用度权重；执行前向推理迭代过程，动态识别潜在的中间结论以确定变量空间，并据此构建二次无约束二值优化QUBO模型；在构建过程中，利用适用度权重调节规则约束项的惩罚系数，重塑解空间的能量地貌；根据问题规模自适应调度计算资源，将模型映射至相干伊辛机或其经典模拟后端求解，并经由双重验证重构证明路径。本发明有效解决了传统方法规则选择盲目及静态优化模型难以处理动态多步推理的问题，实现了证明效率与可扩展性的提升。

本发明授权基于神经网络引导与量子优化的自动定理证明方法在权利要求书中公布了：1.一种基于神经网络引导与量子优化的自动定理证明方法，其特征在于，包括： 获取包含待证明的目标命题公式及公理集合的命题逻辑证明任务，提取反映命题逻辑证明任务的逻辑结构特征向量； 将逻辑结构特征向量输入预配置的规则选择模型，生成针对自然演绎规则集的规则适用度权重； 基于目标命题公式、公理集合及规则适用度权重，构建二次无约束二值优化模型；其中，二次无约束二值优化模型包含规则约束项，规则适用度权重被配置为调节规则约束项的惩罚系数，以重塑解空间的能量地貌； 将二次无约束二值优化模型映射至计算求解后端执行量子计算寻优，得到使得模型能量最小化的二进制变量赋值； 验证二进制变量赋值的有效性，基于有效的二进制变量赋值重构从公理集合到目标命题公式的逻辑证明路径； 其中，二次无约束二值优化模型的能量函数H构造如下： H=Haxiom+Hgoal+Hstructure+λrule∑rwr·Cr； 其中，Haxiom为强制公理集合对应的变量取值为真的公理约束项；Hgoal为强制目标命题公式对应的变量取值为真的目标约束项；Hstructure为保证逻辑算子语义一致性的结构约束项；λrule为基础规则惩罚系数；wr为规则适用度权重中对应于第r条规则的权重值；Cr为第r条规则对应的规则约束项，被配置为当且仅当该规则的前提变量为真而结论变量为假时贡献非零惩罚能量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中科南京人工智能创新研究院;中国科学院自动化研究所，其通讯地址为：211135 江苏省南京市江宁区创研路266号麒麟人工智能产业园3号楼3楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。