El 5 de febrero tendremos un seminario impartido por Juan José García Ripoll, del Instituto de Física Fundamental del CSIC
Una de las aplicaciones de un ordenador cuántico es almacenar, manipular e interrogar funciones multivariable, en lo que podemos llamar "quantum numerical analysis". En esta charla explicaré dos técnicas para atacar estos problemas. En la primera parte, hablaré del aprendizaje de máquinas cuántico y cómo se pueden crear redes neuronales cuánticas usando qubits e interacciones tipo Ising para aproximar funciones genéricas [1]. En la segunda parte, discutiré codificaciones más sencillas, que emplean un número exponencialmente pequeño de qubits para implementar algoritmos de interpolación, análisis de Fourier y solución de ecuaciones en derivadas parciales [2]. Como spin-off de esta idea, mostraré evidencia de que algunos de estos algoritmos cuánticos se pueden convertir en eficientes algoritmos clásicos usando "tensor network states".
Bibliografía
[1] Torrontegui, E. and García-Ripoll, J.J., 2019. Unitary quantum perceptron as efficient universal approximator. EPL (Europhysics Letters), 125(3), p.30004
[2] García-Ripoll, J.J., 2019. Quantum-inspired algorithms for multivariate analysis: from interpolation to partial differential equations. arXiv preprint arXiv:1909.06619
Fecha del seminario: 05/02/2020 11:30
Lugar del seminario: Salón de Actos del Instituto de Química Física Rocasolano
Ponente del seminario: Juan José García Ripoll
