Séance de cours

L'apprentissage automatique dans la science quantique et l'informatique

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Description

Cette séance de cours de l'instructeur porte sur l'application des techniques d'apprentissage automatique en science quantique et en calcul quantique, en mettant l'accent sur les défis et les progrès dans la compréhension des systèmes quantiques à plusieurs corps. La séance de cours se penche sur les fondements mathématiques de la physique quantique, la formulation variationnelle comme approche de solution, et l'utilisation des états quantiques du réseau neuronal. Il explore également le problème de recherche au sol, les méthodes d'échantillonnage variables et le concept d'éigensolvers quantiques variables. La séance de cours se termine par un aperçu du projet NetKet, une boîte à outils d'apprentissage automatique pour les systèmes quantiques de nombreux corps, et discute des complexités et des défis dans l'apprentissage des états quantiques, en particulier dans les systèmes fermioniques.

Source officielle

Concepts associés (32)

Informatique quantique

L'informatique quantique est le sous-domaine de l'informatique qui traite des calculateurs quantiques et des associés. La notion s'oppose à celle d'informatique dite « classique » n'utilisant que des phénomènes de physique classique, notamment de l'électricité (exemple du transistor) ou de mécanique classique (exemple historique de la machine analytique). En effet, l'informatique quantique utilise également des phénomènes de la mécanique quantique, à savoir l'intrication quantique et la superposition.

Quantum information science

Quantum information science is a field that combines the principles of quantum mechanics with information science to study the processing, analysis, and transmission of information. It covers both theoretical and experimental aspects of quantum physics, including the limits of what can be achieved with quantum information. The term quantum information theory is sometimes used, but it does not include experimental research and can be confused with a subfield of quantum information science that deals with the processing of quantum information.

Information quantique

La théorie de l'information quantique, parfois abrégée simplement en information quantique, est un développement de la théorie de l'information de Claude Shannon exploitant les propriétés de la mécanique quantique, notamment le principe de superposition ou encore l'intrication. L'unité qui est utilisée pour quantifier l'information quantique est le qubit, par analogie avec le bit d'information classique.

Superconducting quantum computing

Superconducting quantum computing is a branch of solid state quantum computing that implements superconducting electronic circuits using superconducting qubits as artificial atoms, or quantum dots. For superconducting qubits, the two logic states are the ground state and the excited state, denoted respectively. Research in superconducting quantum computing is conducted by companies such as Google, IBM, IMEC, BBN Technologies, Rigetti, and Intel. Many recently developed QPUs (quantum processing units, or quantum chips) utilize superconducting architecture.

Réseau de neurones récurrents

Un réseau de neurones récurrents (RNN pour recurrent neural network en anglais) est un réseau de neurones artificiels présentant des connexions récurrentes. Un réseau de neurones récurrents est constitué d'unités (neurones) interconnectées interagissant non-linéairement et pour lequel il existe au moins un cycle dans la structure. Les unités sont reliées par des arcs (synapses) qui possèdent un poids. La sortie d'un neurone est une combinaison non linéaire de ses entrées.

Afficher plus

Séances de cours associées (64)

Avantage quantique computationnel : Progrès récents et prochaines étapes

Explore les progrès récents dans le calcul quantique de l'avantage et discute des défis dans l'atteinte de la suprématie quantique.

Bases de calcul quantiques

Couvre les bases du calcul quantique, en mettant l'accent sur les qubits supraconducteurs, les défis d'échelle et les applications potentielles.

Informatique quantique : introduction

Couvre les bases de l'informatique quantique, les algorithmes quantiques, la correction d'erreurs et la manipulation de bits quantiques.

Quantum Computing: Technologies et applications matérielles

Explore les technologies de calcul quantique, les applications, le développement informatique classique, les investissements et l'impact sociétal.

Principes quantiques

Couvre les principes fondamentaux de l'informatique quantique et de l'évolution unitaire dans les systèmes quantiques.

Afficher plus

Concepts associés (32)

Informatique quantique

Quantum information science

Information quantique

Superconducting quantum computing

Réseau de neurones récurrents

Afficher plus