机器学习与量子计算交叉下的张量网络量子多体新方法
报告简介:
张量网络作为一种核心数学工具,在量子多体模拟、量子计算与机器学习等领域应用广泛。本报告将从其高效表示大规模参数这一关键切入点出发,重点介绍如何结合张量网络与变分量子线路发展高效量子多体算法,具体将考虑量子多体态纠缠的高效计算,与量子多体哈密顿量的全谱对角化。
报告人简介:
冉仕举
首都师范大学物理系教授,博士生导师,主要研究量子多体物理、张量网络理论与方法、量子信息与量子计算、量子人工智能;在 PRL 等发表论文 50余篇;以第一作者于 Springer 出版社出版英文专著《Tensor Network Contractions》,获国际著名数学刊物正面评述;独立出版中文著作《张量网络》,获批 2022 年度国家出版基金;获批国家发明专利2 项;获评北京市优秀指导教师、首师大“五四”青年奖章等。

