XiaoMi-AI文件搜索系统
World File Search SystemDunjko
埃利斯·吉尔·福斯特
理论物理学博士 2021 年 10 月至今 • 理论量子机器学习研究。 指导老师：Jens Eisert 教授、Thomas Wiegand 教授、Vedran Dunjko 教授 • 2024 年 7 月至 10 月：在莱顿大学进行研究。 主持人：Vedran Dunjko 教授 • 4 篇第一作者论文（包括在《自然通讯》上发表的论文），4 篇合作论文。 • 在国际会议和研究研讨会上发表 20 多次研究报告。
信息完备测量与量子理论的最佳表示
我要衷心感谢我的导师兼朋友 Christopher Fuchs，感谢他让我取得了这一成就。我从未见过像 Chris 这样对物理和哲学有敏锐直觉的人；这种直觉一直让我着迷，并继续激励着我。从五年前的第一天起，Chris 就孜孜不倦地为我寻找机会，为我工作。如果没有人取代他，我就不会取得今天的成就。特别感谢 Blake Stacey，他也一直陪伴着我。Blake 是一个了不起的人，是我最亲密的朋友之一，也是我最经常的合作者。他知识的深度和广度总是让我惊叹不已。还要特别感谢我的家人，特别是我的父母 David 和 Erin De-Brota。我有幸拥有一对非常优秀、支持我的父母。在每一个转折点，他们都确保我能追随自己的激情。我感谢 QBists 和 QBissels、Marcus Appleby、Gabriela Baretto Lemos、Jacques Pienaar 和 Rüdiger Schack 和我一起讨论、喝酒、开玩笑、徒步旅行和陪伴。他们每个人都极大地塑造了我的世界观。在研究生院学习期间，以下团体和个人对我的生活产生了重大影响。他们都以某种方式促成了这篇论文的完成。我感谢：Glütenhäus、Jeffrey La、Kathryn Hausler 和 Talena Gandy。我的攀岩朋友 Adrian Collado、Mario Esquivel、Mike Fannon、Sam Lee、Carmelo Locurto、Benjamin Murphy、AJ Pualani、Dan Stuligross、Eric Wong 以及他们每个人的家人。马萨诸塞大学的朋友 Benjamin Cruikshank、Vanja Dunjko、Jake Golde、Zai Hwang、Ian Mulligan 和 Joanna Ruhl。周边朋友尼克·怀特和张书一。 Harald Atmanspacher、Ingemar Bengtsson、Florian Boge、Irina-Mihaela Dumitru、David Glick、Richard Healey、Jan-Åke Larsson、Gustavo Rodrigues Rocha、Thomas Ryckman 和 Christopher Timpson。
混合量子-经典方法
参考文献 [1] M. Benedetti、E. Lloyd、S. Sack 和 M. Fiorentini，“参数化量子电路作为机器学习模型”，载于《量子科学与技术》4，043001 (2019)。 [2] S. Jerbi、LJ Fiderer、HP Nautrup、JM Kübler、HJ Briegel 和 V. Dunjko，“超越核方法的量子机器学习”，arXiv 预印本 arXiv:2110.13162 (2021)。 [3] V. Havlicek、AD Corcoles、K. Temme、AW Harrow、A. Kandala、JM Chow 和 JM Gambetta，“使用量子增强特征空间的监督学习”，载于《自然》567，209 (2019)。 [4] M. Schuld 和 N. Killoran，“特征希尔伯特空间中的量子机器学习”，载于《物理评论快报》122，040504 (2019)。[5] M. Schuld，“监督量子机器学习模型是核方法”，arXiv:2101.11020 (2021)。 [6] JE Johnson、V Laparra、A Perez-Suay、MD Mahecha 和 G Camps-Valls G，“核方法及其衍生物：地球系统科学的概念和观点”，载于 PLoS ONE 15(10 (2020)。[7] Benyamin Ghojogh、Ali Ghodsi、Fakhri Karray 和 Mark Crowley，“重现核希尔伯特空间、Mercer 定理、特征函数、Nystrom 方法和机器学习中核的使用：教程和调查”，arXiv 预印本 arXiv:2106.08443 (2021)。[8] Y. Liu、S. Arunachalam 和 K. Temme，“监督机器学习中严格而稳健的量子加速”，载于 Nature Physics 17, 1013 (2021)。[9] JR Glick、TP Gujarati、AD Corcoles、Y. Kim、A. Kandala、JM Gambetta 和 K. Temme，“具有群结构数据的协变量子核”，arXiv 预印本 arXiv:2105.03406 (2021)。[10] Francesco Di Marcantonio、Massimiliano Incudini、Davide Tezza 和 Michele Grossi，“QuASK——具有核的量子优势寻求者”，arXiv 预印本 arXiv:2206.15284 (2022)。[11] Supanut Thanasilp、Samson Wang、M Cerezo 和 Zoe Holmes。“量子核方法中的指数集中和不可训练性”，arXiv 预印本 arXiv:2208.11060 (2022)。 [12] Sergey Bravyi、Oliver Dial、Jay M. Gambetta、Dario Gil 和 Zaira Nazario，“超导量子比特的量子计算的未来”，arXiv 预印本 arXiv:2209.06841 (2022 年)。