Wyżarznie kombinatorycznych problemów optymalizacyjnych - podstawy

• Piotr Gawron

Room: 1.20 (parter) ## 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)

Wyżarznie kombinatorycznych problemów optymalizacyjnych - DWave

• Piotr Gawron

Room: 1.20 (parter) ## 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