Name: Warsztaty stacjonarne "Kwantowe uczenie maszynowe i kwantowe metody jądrowe" - Gdańsk
Start: 2026-03-14T10:00:00+01:00
End: 2026-03-15T16:00:00+01:00
Location: Instytut Informatyki WMFiI UG

Saturday 14 March
- Sat 14 Mar
- Sun 15 Mar
- 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
  Komplet materiałów
  
  Matrix
  
  Materiały
  
  lecture.pdf
  
  pennylane-jax.ipynb
  
  pennylane-jaxnn.ipynb
  
  pennylane-mixed.ipynb
Sunday 15 March
- Sat 14 Mar
- Sun 15 Mar
- 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
  
  An overview of kernel alignment and its applications
  
  Before you train: Pre-screening quantum kernels with geometric difference
  
  Kernel-based training of quantum models with scikit-learn
  
  Komplet materiałów
  
  kwantowe-uczenie-maszynowe-materialy.zip
  
  SVM
  
  Training and evaluating quantum kernels

Warsztaty stacjonarne "Kwantowe uczenie maszynowe i kwantowe metody jądrowe" - Gdańsk

1.18

Instytut Informatyki WMFiI UG

Dzień 1 – Fundamenty QML

Blok 1 (1,5 h) – Podstawy obliczeń kwantowych i QML

Blok 2 (1,5 h) – Algorytmy wariacyjne

Blok 3 (1,5 h) – Kwantowe sieci neuronowe

Blok 4 (1,5 h) – Hybrydowe modele QNN

Dzień 2 – Metody jądrowe i projekt

Blok 5 (1,5 h) – Kwantowe metody jądrowe

Blok 6 (1,5 h) – Noise i ograniczenia praktyczne

Blok 7 (1,5 h) – Mini-projekt

Blok 8 (1,5 h) – Prezentacje i podsumowanie