报告题目: 量子机器学习及其应用

  报告时间: 2023年6月6日(周二)14:30~16:30

  报告地点: 育才校区团委大学生学术报告厅

  报告人：中南大学37000Cm威尼斯副教授石金晶

报告人简介：

  石金晶，中南大学计算学院副院长，副教授，博士生导师。湖南省自然科学基金杰出青年基金获得者、湖南省青年骨干教师、长沙市杰青、中南大学“升华猎英”人才。长期专注研究量子算法、量子机器学习、量子密码等。在国内外顶级及重要学术期刊发表论文60余篇（其中SCI收录50篇，JCR 1区论文15篇，JCR 2区论文10篇），包括IEEE TPAMI、TKDE、TIFS、SCIENCE CHINA Information Sciences等，单篇最高影响因子24.314。主持国家自然科学基金3项，获湖南省自然科学二等奖、湖南省优秀博士学位论文、国家高等教育教学成果二等奖等。担任美国《数学评论》评论员、《中南大学学报（自然科学版）》青年编委、CCF量子计算专业组首批执行委员，第一届中国通信学会量子计算委员会委员等。

报告摘要：

  量子计算作为一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式，可利用量子纠缠和量子叠加特性，在理论上实现对经典算法的指数级加速效果。当前量子计算的发展处于含噪声中规模时期（NISQ），应用于机器学习和相关任务的混合量子经典模型与算法得到较快发展。我们的工作立足于通过结合与量子计算相关基础算法和应用来尝试探索新型机器学习模型。首先，我们将介绍一种基于被证明具有量子优势的玻色采样量子计算模型的参数化量子线路学习方法，并使用该方法设计产生所需的高斯函数拟合，为后续使用量子计算机解决实际应用问题提供理论基础。然后，介绍一种基于参数化量子线路的哈密顿学习方法，该方法可大大降低哈密顿学习模型复杂度并提升计算速度。接下来，介绍一种基于参数化量子电路的量子自注意力机制算法，该算法可以同时产生一个词向量和一个量子自注意力矩阵，为使用量子计算改进自然语言处理提供了一个全新的概念。最后，我们设计了一个端到端的量子启发式深度神经网络，它使用深度学习技术进行特征提取，并利用量子态的叠加来复制文本单词的多义现象，尝试解决自然语言处理中的文本分类问题。