机构名称：
¥ 1.0
标题：量子机器学习模型的强大功能和复杂性 演讲者：Stefan Woerner 博士（瑞士苏黎世 IBM） 摘要：在机器学习领域应用量子计算是一个非常活跃且前景广阔的研究领域。首先，量子机器学习模型已被证明可以在构造学习问题上实现比传统方法更快的加速。对于实际应用，需要进一步分析此类模型的可扩展性和能力，并通过经验证明。在本演讲中，我们将讨论量子支持向量机和量子神经网络，比较它们的实际扩展性，分析它们如何超越传统方法，并讨论实际实施和需要解决的障碍。 简介：Stefan Woerner 博士是 IBM Quantum、IBM 欧洲苏黎世研究中心量子计算科学组的首席研究科学家和经理。他于 2010 年获得苏黎世联邦理工学院应用数学硕士学位，并于 2013 年获得苏黎世联邦理工学院运营管理博士学位。他的研究重点是开发和分析用于优化、模拟和机器学习的量子算法及其实际应用，特别是在金融领域。 标题：在数字计算机和量子退火器上解决 QUBO 演讲者：Thorsten Koch 教授（德国柏林工业大学和柏林楚泽研究所） 摘要：人们经常声称量子计算机将在解决实践中相关的具有挑战性的组合优化问题方面取得突破性进展。特别是，二次无约束二元优化 (QUBO) 问题被认为是用于 (绝热量) 量子系统的首选模型。现在，第一个基于量子的商业系统被宣传为可以解决这类问题。我们展示了将这些系统与经典数字计算机上的最先进软件在 NP 难优化问题上的性能进行比较的结果。简介：Thorsten Koch 教授是柏林工业大学离散优化软件与算法教授，也是应用算法智能方法与系统科学系主任。
利用量子加速工业创新......
主要关键词
相关文件推荐
