【直播】Wiley人工智能和量子技术网络研讨会

直播信息

活动名称

Wiley Artificial Intelligence & Quantum Technology Symposium

Wiley人工智能和量子技术网络研讨会

报告人（单位）

张刚 教授（新加坡高性能计算研究院）

Lucas Lamata 教授（西班牙塞维利亚大学）

何琼毅 教授（北京大学）

活动时间

2022年7月12日（周二）19:00

主办方

Wiley威立

直播二维码

直播海报

会议日程

19:00  开场介绍

王欢，Wiley期刊编辑

19:05  Advanced Quantum Technologies 期刊简介

Stefan Hildebrandt，期刊编辑

19:10  Advanced Intelligent Systems 期刊简介

Babak Mostaghaci，期刊编辑

19:15  发表开放获取文章的优势

Daisy Zhang，Wiley中国高级市场执行

19:20  Artificial intelligence assisted design of topological and thermoelectric devices

张刚 教授，新加坡高性能计算研究院研究室主任

19:45  Quantum Machine Learning with Quantum

Lucas Lamata 教授，西班牙塞维利亚大学

20:10 Quantum Steering and its Applications in Quantum Information

何琼毅 教授，北京大学

20:35  问答环节

所有嘉宾

20:55  闭幕

王欢，Wiley期刊编辑

报告人介绍

张刚 教授

新加坡高性能计算研究院研究室主任

张刚博士是英国物理学会IOP Fellow，分别于1998年和2002年获得清华大学物理学学士和博士学位。张刚博士于2013年2月加入新加坡高性能计算研究所(IHPC)，目前是该研究所的高级科学家和研究室主任。在加入IHPC之前，他曾任北京大学电子系的教授。张刚教授在纳米级热传导和纳米材料的各种应用方面做出了突破性的贡献，并发表了280多篇论文，被引次数超过21000次，h-index为75。
报告主题: Artificial intelligence assisted design of topological and thermoelectric devices报告摘要：Thermoelectric (TE) materials provide a solid-state solution in waste heat recovery and refrigeration. For a TE material, its conversion efficiency is characterized by a dimensionless quantity called figure of merit ZT. ZT can be expressed in terms of the electric conductance, the Seebeck coefficient and the thermal conductance. During the past few decades, considerable effort has been devoted for improving the performance of TE materials. Currently, there is still a challenge facing TE devices: Both heat-work conversion efficiency and output power are low. The difficulty in improving ZT comes from the fact that these transport coefficients are generally closely related to each other. Machine learning methods, well-known for their data analysis capability, have been successfully applied to research on TE materials in recent years. Here the speaker presents their recent works of the artificial intelligence assisted design of TE materials and other quantum materials.

Lucas Lamata 教授

西班牙塞维利亚大学

Lucas Lamata教授是西班牙塞维利亚大学的副教授，他的研究包括用捕获离子和超导电路进行量子模拟，量子人工智能和量子机器学习，以及用量子可控系统模拟生物行为。Lucas Lamata教授在包括Nature、Advanced Quantum Technologies、Physical Review Letters等国际期刊上发表了110多篇文章，h-index为40，引用次数超过6200次。报告主题: Quantum Machine Learning with Quantum Technologies
报告摘要：I will give an overview of the emerging field of quantum machine learning, its motivations, and prospects. I will then review a few recent papers on one specific kind of quantum machine learning algorithm: quantum reinforcement learning, for state estimation and eigensolver optimization with current quantum technologies. Finally, I will describe recent developments on photonic quantum memristors.
何琼毅 教授

北京大学

何琼毅教授自2012年开始在北京大学物理学院现代光学所工作，2002年本科毕业于东北师范大学物理系，2007年在吉林大学物理系获得博士学位，之后在澳大利亚昆士兰大学和斯威本科技大学做博士后。

报告主题：Quantum Steering and its Applications in Quantum Information
报告摘要：The concept of quantum steering was originally introduced by Schrödinger to describe the “spooky action-at-a-distance” effect noted in the Einstein-Podolsky-Rosen (EPR) paradox, whereby local measurements performed on one party apparently adjust (steer) the state of another distant party. We deeply explore the characteristics of bipartite and multipartite steering to establish what usefulness to quantum communication protocols can such a resource provide, where bare entanglement is not enough, and Bell nonlocality may not be accessible. I will give an overview of our recent developments on quantum steering and its applications in quantum information.

扩展阅读

 

编辑：王媛媛

蔻享学术平台，国内领先的一站式科学资源共享平台，依托国内外一流科研院所、高等院校和企业的科研力量，聚焦前沿科学，以优化科研创新环境、传播和服务科学、促进学科交叉融合为宗旨，打造优质学术资源的共享数据平台。

版权说明：未经授权严禁任何形式的媒体转载和摘编，并且严禁转载至微信以外的平台！

---

原创文章首发于蔻享学术，仅代表作者观点，不代表蔻享学术立场。

转载请在『蔻享学术』公众号后台留言。

点击阅读原文～发现惊喜！