Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Understanding the learning process of quantum neural networks |
|---|---|
| Titolo del progetto di ricerca in inglese | Understanding the learning process of quantum neural networks |
| Campo principale della ricerca | Mathematics |
| Sottocampo della ricerca | Probability theory |
| Campo principale della ricerca | Physics |
| Sottocampo della ricerca | Mathematical physics |
| Settore Concorsuale | 01 - Scienze matematiche e informatiche |
| S.S.D | - |
| Descrizione sintetica in italiano | Il progetto avvierà uno studio teorico approfondito dell'addestrabilità, dell'espressività e delle proprietà di generalizzazione delle reti neurali quantistiche e dei loro vantaggi potenziali rispetto ai computer classici attraverso i seguenti obiettivi: O1: - Caratterizzare analiticamente la distribuzione di probabilità delle funzioni generate dalle reti neurali quantistiche addestrate e determinare le loro prestazioni di addestrabilità e generalizzazione. - Studiare la stabilità dell'addestramento rispetto a risultati imperfetti delle misure quantistiche e la complessità di query dell'intero processo di addestramento. O2: Identificare le architetture delle reti neurali quantistiche che hanno il potenziale di fornire vantaggi consistenti rispetto ai computer classici ed effettuare una validazione dei vantaggi delle architetture identificate utilizzando dispositivi quantistici reali e simulatori. |
| Descrizione sintetica in inglese | The project will initiate a thorough theoretical study of the trainability, expressibility and generalization properties of quantum neural networks and of their potential advantages with respect to classical computers through the following objectives: O1: - To analytically characterize the probability distribution of the functions generated by trained quantum neural networks and determine their trainability and generalization performances. - To study the training stability against imperfect outcomes of quantum measurements and the query complexity of the entire training process, namely the number of measurements that must be performed to achieve the desired accuracy. O2: To identify the architectures of quantum neural networks that have the potential to provide major advantages with respect to classical computers and to perform a proof-of-principle validation of the advantages of the identified architectures using real quantum devices and simulators. |
| Data del bando | 17/11/2023 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://bandi.unibo.it/ricerca/assegni-ricerca |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI MATEMATICA |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| giacomo.depalma@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 17/12/2023 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |