Bourse de doctorat : Utilisation de l'apprentissage automatique pour la conception d'algorithmes quantiques variationnels sensibles aux ressources
Université de Southampton
Université étatique, Parcourir ses opportunités similaires
fr
Université étatique, Parcourir ses opportunités similaires
Directeur de thèse : Dr Srinandan Dasmahapatra
Équipe de supervision : Dr Srinandan Dasmahapatra
Description du projet : L'Université de Southampton étend ses recherches doctorales dans le domaine de l'ingénierie des technologies quantiques. En plus du projet de recherche décrit ci-dessous, vous recevrez une formation substantielle en compétences scientifiques, techniques et commerciales.
Les objectifs de recherche récents sur les algorithmes quantiques bruyants à échelle intermédiaire (NISQ) cherchent à exploiter les gains durement gagnés dans le développement du matériel quantique pour accéder à des résultats informatiques qui défient les ordinateurs classiques. Les algorithmes quantiques variationnels (VQA) sont une famille de méthodes qui optimisent le paramétrage des circuits quantiques pour se rapprocher des valeurs attendues des propriétés mesurées sur les états quantiques. La puissance expressive de ces circuits paramétrés en VQA dépend de la réponse conçue pour un problème particulier. En plus de l'expressivité, les limitations de la correction d'erreurs dans le matériel NISQ impliquent l'amplification des erreurs avec la profondeur des circuits quantiques, limitant encore davantage l'espace de conception. Des méthodes d'apprentissage automatique (ML) sont en cours de développement pour naviguer dans cet espace de conception à l'aide de méthodes hybrides, et ce sera l'objet de ce projet. Les méthodes ML qui fonctionnent en réduisant une fonction de perte définie de manière appropriée par descente de gradient sont également connues de manière générique pour rencontrer un problème de « vallées stériles » qui entrave l'accès à l'espace paramétré, ce qui incite à reconsidérer davantage l'ansatz du circuit. Une famille d'algorithmes quantiques basés sur des mesures ont également été proposées qui commencent par un état de cluster intriqué et des mesures de qubit unique bien choisies modifient l'état du réseau, propageant les informations par téléportation à travers le cluster. Ces algorithmes quantiques variationnels basés sur des mesures offrent une fenêtre différente sur l'espace des états définissant l'état de calcul, ainsi que sur l'ensemble compilé de qubits qui accompagnent les profils bruités que les algorithmes basés sur les réseaux neuronaux chercheront à améliorer, dans les limites des contraintes de temps. espace de conception. Le traitement classique des informations partagées entre les nœuds d'un graphe a été couronné de succès dans les architectures de réseaux neuronaux graphiques ; ce projet explorera la conception d'un réseau neuronal quantique graphique approprié pour les algorithmes quantiques variationnels basés sur des mesures.
Si vous êtes intéressé, veuillez contacter le superviseur pour plus d'informations : Srindan Dasmahapatra [email protégé]
Conditions d'entrée
Un très bon diplôme de premier cycle (au moins un diplôme spécialisé britannique 2: 1, ou son équivalent international).
Date de clôture : 31 août 2024.
Les candidatures seront examinées dans l'ordre dans lequel elles sont reçues, le poste sera considéré comme pourvu lorsqu'un candidat approprié aura été identifié.
Financement : Nous proposons une gamme d'opportunités de financement aux étudiants britanniques et internationaux, notamment des bourses d'études. Pour plus d'informations, veuillez visiter Bourses de doctorat | Collège doctoral | Le financement de l'Université de Southampton sera accordé sur une base continue, alors postulez tôt pour que la meilleure opportunité soit prise en compte.
Comment s'inscrire
Postulez en ligne : recherchez un programme d'études de troisième cycle (soton.ac.uk). Sélectionnez le type de programme (Recherche), Faculté de génie et des sciences physiques, page suivante, sélectionnez « PhD iMR ». Dans la section 2 du formulaire de candidature, vous devez insérer le nom du superviseur.
Les candidatures doivent inclure :
Pour plus d'informations, veuillez contacter : [email protégé]
Choisissez le pays que vous souhaitez le visiter pour étudier gratuitement, travailler ou faire du bénévolat
