Theoretisch-physikalisches Seminar (SS25)

AI goes quantum: From neural networks to quantum machine learning

Ort: Gebäude E2 6 - Seminarraum E04 (0.04)
Zeit: Mittwoch, 12 Uhr (c.t.)
Beginn: 09.04.2025
Veranstaltungsnummer: 155977  (MS Teams-Link zur Koordination)
Poster: poster_ss25_quantumAI.pdf

Zielgruppe: Das Seminar gibt Einblicke in unsere aktuelle Forschung im Bereich künstlicher Intelligenz und stellt klassische Algorithmen ihren quantenmechanischen Versionen gegenüber. Es ist für Studierende, die Interesse an einer Master- oder Bachelorarbeit bei uns haben, besonders zu empfehlen. Studierende, die einen Seminarschein erlangen wollen (z.B. im Master-Studiengang Physik, Quantum Engineering, Informatik/Computer Science, Data Science and Artificial Intelligence), sind uns herzlich willkommen.

Kurzzusammenfassung (in English): We will discuss a selection of topics from classical machine learning (kernel methods, neural nets, decision trees) that build the basis to understand recent trends in quantum convolutional neural networks, quantum (deep) neural networks, and quantum machine learning algorithms applied to quantum data sets. 

Ansprechpartner:
Dr. habil. Philipp Hövel: philipp.hoevel(at)uni-saarland.de, Raum 4.03, Gebäude E2 6
Prof. Dr. Giovanna Morigi: giovanna.morigi(at)physik.uni-saarland.de, Raum 4.20, Gebäude E2 6
Prof. Dr. Peter P. Orth: peter.orth(at)uni-saarland.de, Raum 4.06, Gebäude E2 6

Terminplan

 DatumTitelVortragende/rBetreuung
 09.04.2025IntroductionPhilipp Hövel (PH)
Giovanna Morigi (GM)
Peter P. Orth (PO)		 
 16.04.2025Introduction to density operators - Part IGiovanna Morigi 
 23.04.2025Introduction to density operators - Part IIGiovanna Morigi 
 30.04.2025Introduction to quantum channelsGiovanna Morigi 
●07.05.2025How to give a presentationPhilipp Hövel 
●14.05.2025Kernel Methods 
(Linear Regression, Support Vector Machines...)		 PO
●21.05.2025QM Kernel Methods PO
●28.05.2025Convolutional Neural Networks 
(The Perceptron, Deep learning, Backpropagation...)		 PH
●04.06.2025QM Convolutional Neural Networks PO
●11.06.2025Recurrent Neural Networks GM
●18.06.2025QM Recurrent Neural Networks PO
●25.06.2025Deep Neural Networks PH
●02.07.2025QM Deep Neural Networks GM
●09.07.2025Decision Trees/Random Forests PH
●16.07.2025QM Decision Trees GM

Vorträge, die mit einem ● markiert sind, können von Studierenden gehalten werden, die einen Seminarschein (z.B. im Master-Studiengang Physik, Quantum Engineering, Data Science) benötigen.

Literatur

Textbücher:

Weitere Literatur wird im Laufe des Seminars bekanntgeben.

Weitere Seminare und Kolloquien mit thematischer Nähe

Vortragsreihen: