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

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

14 Mar 2026, 10:00 → 15 Mar 2026, 16:00 Europe/Warsaw

1.18 (Instytut Informatyki WMFiI UG)

1.18

Instytut Informatyki WMFiI UG

ul. Wita Stwosza 57, Gdańsk

Participants

Arkadiusz Wołk
Beata Zjawin
Filip Księżyc
Ivan Davydenko
Jakub Pawłowski
Michał Grzelak
Oliwier Urbański
Oskar Borowski
Tomasz Turski

Saturday 14 March
- Sat 14 Mar
- Sun 15 Mar
- 1
  Wyżarznie kombinatorycznych problemów optymalizacyjnych - podstawy
  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
- 2
  Wyżarznie kombinatorycznych problemów optymalizacyjnych - DWave
  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

Choose timezone

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