报告题目：基于张量网络的可解释量子机器学习及其应用
报 告 人：冉仕举 副教授 （首都师范大学）
邀 请 人：杨丽平
时 间：2023年2月17号（星期五）上午10:00
地 点：物理学院LE201
摘要：作为起源于量子物理的高效数学工具，张量网络在近几年被用于发展新的机器学习方法。相对于神经网络等传统模型，张量网络在可解释性方面展现了独特的优势，为打破传统机器学习领域的“试错型”研究范式，建立基于量子物理的机器学习新框架提供了新的思路。本报告将介绍张量网络机器学习的基本思想与主要方法，并着重介绍其在量子多体物理、量子计算与计算机视觉等领域中的几个重要应用。
报告人简介：冉仕举，首都师范大学物理系副教授，主要研究兴趣包括量子多体物理、张量网络理论与方法、量子信息与量子计算、量子机器学习等；发表学术论文40余篇，于Springer出版社（瑞士）出版英文专著《Tensor Network Contractions》，于首师大出版社出版专著《张量网络》；SCI期刊客座编辑，机器学习国际会议委员会成员，PRL、IEEE TNNLS等期刊审稿人，多次在国际学术会议作邀请报告，曾获由英国物理学会出版社颁发的IOP Publishing Top Cited Paper Award。
