Warsztaty stacjonarne "Kwantowe uczenie maszynowe i kwantowe metody jądrowe" - Gdańsk
Data controller
IITiS PAN
iod@iitis.pl
Privacy notice
14 Mar 2026, 10:00
→
15 Mar 2026, 16:00
Europe/Warsaw
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
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