基于张量网络的机器学习与量子计算算法
张量网络最早是一种用来处理量子多体系统数值计算的代数结构。由于其表示系统局域关联具有独特的优势，近几年来开始被越来越多地应用于机器学习与量子计算领域。这门课的前半段我会先讲解处理量子多体波函数的传统张量网络算法，之后将重心集中在介绍张量网络在上述两个新领域的一系列发展。同时，考虑到此方向涵盖的预备知识跨度较大。我也会在课程中根据听众反馈有侧重地补充部分机器学习和量子计算的相关预备知识。
讲师
日期
2021年03月02日 至 05月13日
位置
| Weekday | Time | Venue | Online | ID | Password |
|---|---|---|---|---|---|
| 周一,周三 | 13:30 - 15:05 | - | - | - |
修课要求
量子力学
参考资料
• Orus, R. Annals of Physics 349, 117–158 (2014).
• Orus, R. The European Physical Journal B 87, (2014).
• Schollwoeck, U. Annals of Physics 326, 96–192 (2011).
• Verstraete, F., Cirac, J. I. & Murg, V. Advances in Physics 57, 143–224 (2008).
• Orus, R. The European Physical Journal B 87, (2014).
• Schollwoeck, U. Annals of Physics 326, 96–192 (2011).
• Verstraete, F., Cirac, J. I. & Murg, V. Advances in Physics 57, 143–224 (2008).
视频公开
不公开
笔记公开
不公开
语言
中文
讲师介绍
程嵩，现任北京雁栖湖应用数学研究院助理研究员，曾任鹏城实验室量子计算中心助理研究员，博士毕业于中科院物理所理论物理专业。他的研究方向是张量网络算法，研究兴趣主要集中于开发张量网络在凝聚态物理，机器学习，量子计算等方向的新算法。