Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Machine learning quantum dynamics

Opis projektu

Zrozumienie dynamiki kwantowych układów wielociałowych dzięki sztucznym sieciom neuronowym

W swoim podstawowym zakresie kwantowa teoria wielu ciał dotyczy uniwersalnego zachowania materii kwantowej. W ostatnich latach w badaniach mających na celu znalezienie faz o nowych uniwersalnych własnościach nastąpił przełom dzięki metodom wyprowadzania układów ze stanu równowagi, co otworzyło przed uczonymi całe spektrum niezbadanych zjawisk i nowych dynamicznych paradygmatów. Jednak teoretyczny opis takich układów kwantowych w stanie nierównowagi nadal pozostaje kluczowym wyzwaniem. W związku z tym głównym celem finansowanego przez UE projektu mlQuDyn jest zgłębienie tego zagadnienia poprzez zastosowanie interdyscyplinarnego podejścia łączącego kwantową teorię wielu ciał i uczenie maszynowe. Dzięki temu możliwe będzie poszerzenie dotychczasowej wiedzy, co przybliży uczonych do rozwiązania fundamentalnych kwestii dotyczących teoretycznego opisu kwantowych układów wielociałowych, a także zwiększy moc prognostyczną teorii kwantowej na potrzeby prowadzenia doświadczeń.

Cel

A key scope of quantum many-body theory is the identification of universal behavior in quantum matter, where macroscopic properties become independent of microscopic details. In recent years the quest for phases with novel universal properties has been revolutionized by forcing systems out of equilibrium, which has opened up a universe of unexplored phenomena and new dynamical paradigms. These developments not only hold the promise to theoretically uncover unrecognized universal dynamical behavior, but are also driven by the enormous advances in quantum simulators such as ultra-cold atoms, which have nowadays achieved unique capabilities in generating and probing such nonequilibrium quantum states. Still, their theoretical description is facing severe challenges. It is the aim of this proposal to take the theoretical understanding and predictive power of quantum many-body theory to a new level by an crossdisciplinary approach at the interface between quantum dynamics and machine learning.

The central element of this approach is to encode time-evolved quantum states into artificial neural networks, which have been remarkably successful in storing and recognizing complex structures in computer science. In order to reach the main goal we have identified three main challenges which form the core of the program: (i) to design efficient artificial network structures based on fundamental principles of quantum many-body systems such as locality and causality; (ii) to utilize concepts of many-body theory and statistical physics to understand the physical properties of artificial neural networks; (iii) to explore fundamental but yet inaccessible dynamical quantum phenomena and universal behavior in quantum dynamics. The successfully conducted research program will lift the description and understanding of quantum many-body dynamics to a new level, impacting significantly both quantum theory as well as future experiments.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Słowa kluczowe

Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

ERC-STG - Starting Grant

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) ERC-2019-STG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

UNIVERSITAET AUGSBURG
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 1 058 271,16
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

€ 1 058 271,16

Beneficjenci (1)

Moja broszura 0 0