物理与电信工程学院学术报告
报告题目：机器学习在量子控制中的应用
报告人： 香港城市大学物理学系 王欣 副教授。
时间：2020年5月14日9:00-11:00
会议链接：https://meeting.tencent.com/s/59QZN2Ha463e
会议 ID：649 700 615   会议密码：1234
 
报告摘要：本报告介绍我们最近应用机器学习方法求解量子控制相关问题的研究。我们首先介绍使用监督学习产生对量子比特进行抗噪调控的复合脉冲的方法，然后应用监督学习给出一种测量量子器件噪声谱的新方式。我们进一步介绍强化学习方法，并以量子态制备的问题为例将强化学习与传统的非机器学习的算法相比较，从而建立各种方法适用问题的范围。最后我们介绍强化学习在量子精密测量中的应用。
 
报告人简介：王欣，哲学博士。2005年毕业于北京大学6163银河.net163.am，取得理学学士学位，同年赴美国纽约哥伦比亚大学，在Andrew Millis教授指导下从事关联电子体系的理论研究。2010年于美国哥伦比亚大学物理系取得哲学博士学位。此后在美国马里兰大学凝聚态理论研究中心任博士后研究员至2015年3月。后归国到香港城市大学物理学系任职助理教授。王博士的主要研究包括量子物理学理论（尤其是量子信息处理的物理实现），凝聚态物理学理论，关联电子系统和数值方法。2012年他和合作者提出了SUPCODE动力学修正量子门理论，在《自然—通讯》上发表，后在实验室中得到验证。王博士共发表学术论文约50篇，被引用1100余次；因在研究及教学上的出色贡献，获得了2018年度香港城市大学“校长嘉许奖”。