Warsztaty stacjonarne "Kwantowe uczenie maszynowe i kwantowe metody jądrowe" - Kraków
Data controller
IITiS PAN
iod@iitis.pl
Privacy notice
18 Oct 2025, 10:00
→
19 Oct 2025, 16:00
Europe/Warsaw
1.20 (parter) (D17)
1.20 (parter)
D17
Ul. Kawiory 21 30-055 Kraków
Registration
Participants
Register
Participants
Anna Stachowicz
Arkadiusz Wołk
Justyna Zawalska
KAMIL DREJER
Katarzyna Majewska
Katarzyna Rycerz
Marcin Klaczak
Maria Gieysztor
Michał Kasprowicz
Natallia Kareva
Olga Bączkowska
PAWEŁ HADAM
Przemysław Sekuła
Sebastian Dziura
Stanisław Sawicki
Wojciech Michałowy
Saturday 18 October
Sat 18 Oct
Sun 19 Oct
10:00
→
16:00
Wyżarznie kombinatorycznych problemów optymalizacyjnych - podstawy
6h
Dzień 1 – Fundamenty QML
Blok 1 (1,5 h) – Podstawy obliczeń kwantowych i QML
Qubit, bramki, obwody parametryzowalne
Różnice między klasycznym ML a QML
Demo: PennyLane – pierwszy obwód
Blok 2 (1,5 h) – Algorytmy wariacyjne
Idea algorytmów wariacyjnych
Metoda przesuwania parametrów
Ćwiczenie: prosty jednoqubitowy klasyfikator
Blok 3 (1,5 h) – Kwantowe sieci neuronowe
Architektury QNN, sposoby ładowania danych
Ćwiczenie: klasyfikator z re-uploadingiem danych
Blok 4 (1,5 h) – Hybrydowe modele QNN
Łączenie QNN i klasycznych warstw
Ćwiczenie: prosty model hybrydowy (PyTorch/Jax + PennyLane)
Speaker
:
Piotr Gawron
Sunday 19 October
Sat 18 Oct
Sun 19 Oct
10:00
→
16:00
Wyżarznie kombinatorycznych problemów optymalizacyjnych - DWave
6h
Dzień 2 – Metody jądrowe i projekt
Blok 5 (1,5 h) – Kwantowe metody jądrowe
Kwantowe kernele, intuicja geometryczna
Ćwiczenie: klasyfikator SVM z kwantowym kernelem
Blok 6 (1,5 h) – Noise i ograniczenia praktyczne
Szum i dekoherencja, mitigacja błędów
Demo: obwód na backendzie dostawcy komputera kwantowego + porównanie z symulatorem
Blok 7 (1,5 h) – Mini-projekt
Zadanie: prosty klasyfikator (QNN lub kernel) na własnym zbiorze danych
Praca w grupach
Blok 8 (1,5 h) – Prezentacje i podsumowanie
Prezentacje mini-projektów
Dyskusja: mocne i słabe strony QML
Podsumowanie szkolenia, Q&A
Speaker
:
Piotr Gawron