报告题目：量子机器学习算法与实际优势研究
报告专家：肖太龙 助理教授
报告时间：2024年4月30日（周二）下午14:00-15:30
报告地址：临江楼A106-107
主持人：刘文杰 教授
报告摘要：变分量子算法（VQA）是含噪声中等规模时代最典型的量子算法设计范式之一，也极大程度推动了量子算法研究的“民主化”进程。但VQA算法的实际优势研究还较少，目前大部分的算法都聚焦在小规模任务上。我们的工作主要研究基于VQA的量子机器学习新型算法以及其在实际任务中的优势研究。首先，介绍一种基于参数化量子线路的逆强化学习算法，并在典型的经典控制与量子控制场景中展现了其优化效率与参数优势。然后，介绍一种基于VQA的混合量子机器学习算法，并研究其在实际鬼成像系统中的量子优势，并发现在盲成像任务中，量子机器学习算法只依赖小样本数据集重建高质量图像，而经典算法在同等样本量下以超出600倍规模的参数量也无法成像。
专家简介：
肖太龙，上海交通大学电子信息与电气工程学院助理教授，专注研究量子机器学习、AI4Quantum Science and Technology等。在npj Quantum Information、Communications Physics、New journal of Physics以及Phys. Rev.系列等期刊上发表SCI论文15余篇，引用110余次。目前担任Physical Review Letters/ A/Applied, Quantum Science and Technology、New Journal of Physics、Machine Learning: Science and Technology等期刊审稿人。曾分别获得CCF“司南杯”量子计算编程挑战赛专业组二等奖与一等奖。
软件学院
2024年04月28日