Filtri
cris logo
-
Novo iskanje Filtri
Izberi iz seznama
Prikazano od Prikaži več
Dosegli ste najvišje možno število prikazanih rezultatov iskanja.
Prikazani so vsi rezultati
Za izvedeno iskanje ni na voljo rezultatov
Prikazano od
Dosegli ste najvišje možno število prikazanih rezultatov iskanja.
Prikazani so vsi rezultati
Nalaganje rezultatov
Pridobivanje statističnih podatkov

Projekti / Programi vir: ARRS

Tenzorske mreže kot povezava med klasičnim in kvantnim strojnim učenjem

Uredi
Raziskovalna dejavnost

Koda Veda Področje Podpodročje
1.07.00  Naravoslovje  Računalniško intenzivne metode in aplikacije   

Koda Veda Področje
1.01  Naravoslovne vede  Matematika 
Ključne besede
strojno učenje, kvantne naprave, kvantno računanje, tenzorske mreže, večdelčni kvantni sistemi
Vrednotenje (pravilnik)
vir: COBISS
Upoš. tč.
4.130,5
A''
1.220,89
A'
2.422,87
A1/2
2.881,39
CI10
8.289
CImax
1.811
h10
43
A1
15,35
A3
4,25
Podatki za zadnjih 5 let (citati za zadnjih 10 let) na dan 28. marec 2023; A3 za obdobje 2017-2021
Podatki za razpise ARRS ( 04.04.2019 - Programski razpis, arhiv )
Citiranost Citiranost bibliografskih zapisov v COBIB.SI, ki so povezani z zapisi citatnih baz
vir: WoS vir: Scopus vir: COBISS
Baza Povezani zapisi Citati Čisti citati Povprečje čistih citatov
WoS  195  9.317  8.436  43,26 
Scopus  207  10.371  9.458  45,69 
Raziskovalci (5)
št. Evidenčna št. Ime in priimek Razisk. področje Vloga Obdobje Štev. publikacij
1.  33106  dr. Enej Ilievski  Fizika  Raziskovalec  2020 - 2023  34 
2.  15295  dr. Marko Robnik Šikonja  Računalništvo in informatika  Raziskovalec  2020 - 2023  363 
3.  56518  dr. Antonio Federico Zegarra Borrero  Fizika  Raziskovalec  2021 - 2023  0 
4.  21369  dr. Marko Žnidarič  Fizika  Raziskovalec  2020 - 2023  141 
5.  30657  dr. Bojan Žunkovič  Fizika  Vodja  2020 - 2023  29 
Organizacije (2)
št. Evidenčna št. Razisk. organizacija Kraj Matična številka Štev. publikacij
1.  1539  Univerza v Ljubljani, Fakulteta za računalništvo in informatiko  Ljubljana  1627023  14.358 
2.  1554  Univerza v Ljubljani, Fakulteta za matematiko in fiziko  Ljubljana  1627007  31.617 
Povzetek
Strojno učenje temelji na veliki količini podatkov in potrebuje ogromno računske moči. Kvantno računanje na drugi strani zagotavlja eksponentne pohitritve nekaterih klasičnih algoritmov. Zato je smiselno združiti prednosti obeh področij za reševanje izjemnih problemov v industriji in fundamentalnih raziskavah. Projekt ima tri cilje. Prvi cilj je uporaba metod strojnega učenja za opis kvantnih sistemov mnogih teles. V tem delu projekta se bomo spoprijeli z nekaterimi težkimi problemi kvantne mehanike mnogih teles z uporabo novih orodij, ki jih dobimo z adaptacijo nevronskih mrež za kvantno mehanske probleme. Drugi cilj je uporaba metod iz kvantne mehanike mnogih teles za reševanje problemov strojnega učenja. Z nove perspektive, ki je motivirana z uspehom tenzorskih mrež za opis večdelčnih kvantnih sistemov, bomo obravnavali probleme nasprotnih primerov, negotovosti in posploševanja. Tretji in najambicioznejši cilj je združiti znanje iz kvantne mehanike in strojnega učenja, da bi našli nove, uporabne aplikacije kvantnih naprav. Uporabili bomo kombinacijo uspešnih kvantno-mehanskih orodij in orodij strojnega učenja, za razvoj kvantnih algoritmov uporabnih na zdajšnjih kvantnih napravah in bistveno hitrejših od njihovih klasičnih različic.
Zahtevana je potrditev
Zgodovina ogledov
Priljubljeno