Descripción del proyecto
La teoría de Lie al servicio de la computación cuántica y el aprendizaje profundo
Los modelos matemáticos sólidos para la computación cuántica, la visión y el aprendizaje automático figuran entre las principales prioridades de Horizonte Europa. El hecho de que Europa fuera considerada uno de los principales agentes en estos ámbitos tendría ventajas en varios sentidos. El objetivo del proyecto CaLIGOLA, que cuenta con el apoyo de las Acciones Marie Skłodowska-Curie, es seguir desarrollando la investigación en geometría de Cartan, la teoría de Lie, los sistemas integrables y los grupos cuánticos. Esto arrojará luz sobre diversos ámbitos multidisciplinares orientados a aplicaciones centradas en el aprendizaje automático y la computación cuántica.
Objetivo
CaLIGOLA aims at advancing the research in Cartan Geometry, Lie Theory, Integrable Systems and Quantum Groups to provide insight into a variety of multidisciplinary fields oriented towards the applications with a special interest in machine learning and quantum computing. Sound mathematical models for quantum computing, vision and more generally machine learning are a priority for Horizon Europe and strategic to include Europe among the leading actors in such fields. Through the theory of symmetric spaces from the Cartan Geometric and Lie theoretic point of view, we shall implement the Erlangen philosophy for mathematical and physical questions (integrable systems and SUSY gauge field theory), but also for more applied themes including Quantum Computing and (geometric) Deep Learning. Quantum symmetric spaces and quantum representations will be the key to approach the questions of fault tolerant quantum algorithms in topological quantum computing and quantum information geometry on homogeneous spaces. With the language of Cartan geometry and Quantum Groups, we shall reformulate group invariant neural network models. Persistent homology and topological data analysis will take a step forward towards a metric theory on the space of observers. With the help of Lie group thermodynamic, we shall push the understanding of symmetries at a deeper level. Overall, the new algorithms of Deep Learning and Geometric Deep Learning will find a better modeling and understanding towards a comprehensive theory of dimensionality reduction of parameter space via group equivariance.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
- ingeniería y tecnologíaingeniería eléctrica, ingeniería electrónica, ingeniería de la informacióningeniería electrónicahardware informáticoordenador cuántico
- ciencias naturalesinformática y ciencias de la informacióninteligencia artificialaprendizaje automáticoaprendizaje profundo
- ciencias naturalesmatemáticasmatemáticas purasgeometría
- ciencias naturalesmatemáticasmatemáticas purasálgebrageometría algebraica
- ciencias naturalesmatemáticasmatemáticas aplicadasmodelo matemático
Para utilizar esta función, debe iniciar sesión o registrarse
Palabras clave
Programa(s)
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Régimen de financiación
HORIZON-TMA-MSCA-SE - HORIZON TMA MSCA Staff ExchangesCoordinador
40126 Bologna
Italia