Description du projet
Nouvelles approches pour la création d’algorithmes quantiques
L’apprentissage automatique quantique est un aspect particulièrement intéressant du domaine émergent de l’informatique quantique. Cependant, comme les développements récents sont principalement basés sur des approches heuristiques qui ne peuvent pas encore être testées correctement, une solide compréhension théorique de l’apprentissage automatique quantique fait défaut. C’est en tenant compte de cela que le projet QuantOrder, financé par l’UE, vise à définir de nouvelles approches pour la mise au point d’algorithmes quantiques tout en améliorant certains aspects de la théorie de l’apprentissage automatique quantique. Les idées du projet seront toutes axées sur la recherche de structures à grande échelle dans divers objets, en tirant parti de l’efficacité dont font preuve les ordinateurs quantiques en matière de reconnaissance des modèles.
Objectif
Quantum computing is an emerging, interdisciplinary field of science in the intersection of computer science, mathematics and physics. Recent experimental advances in building a physical quantum computer show the urgency of finding possible applications. On the other hand to date we only have very small quantum computers, which are mostly useful for proof of concept demonstrations, thus for the time being one needs to focus on building and understanding the underlying mathematical theory. A particularly interesting aspect of quantum computing is quantum machine learning, which also needs a more firm theoretical understanding, because many of the recent developments are based on heuristic approaches which cannot be properly tested yet, due to the limitations of the available hardware.
This proposal outlines new approaches and ideas for quantum algorithm development, and attempts to improve some aspects of the theory of quantum machine learning, while also encompasses some fundamental theoretical questions. The described ideas are all related to the problem of finding large-scale structures in various objects. Since quantum computers tend to be quite efficient at recognizing patterns, it is a promising angle of approach. The relevant ideas are inspired by multiple related disciplines, and several of the proposed tools were recently co-developed by the applicant.
The supervisor has an outstanding track record in developing the mathematical theory of large-scale structures emerging in graphs, groups and networks, while the applicant has demonstrated strong problem solving skills and the ability of developing novel quantum algorithms, which promises a fruitful collaboration in the implementation of the proposed action.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Mots‑clés
Programme(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) H2020-MSCA-IF-2019
Voir d’autres projets de cet appelRégime de financement
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinateur
1053 Budapest
Hongrie