北京邮电大学教授高飞学术报告 12月20日上午
发布时间: 2019-12-12 访问次数: 13

学术讲座【基于主成分分析的量子数据降维算法】

时间:2019年12月20日 (星期五) 09:30

地点:旗山校区数信大楼507学术报告厅

主讲:北京邮电大学教授,高飞

主办:数学与信息学院

参加对象:全院感兴趣教师、研究生


报告人简介:高飞,北京邮电大学教授,中国密码学会组织工作委员会、青年工作委员会委员,中国电子学会量子信息分会委员会委员。2007年毕业于北京邮电大学,获密码学博士学位。主要研究量子密码与量子算法,已在PRL/PRA等重要期刊发表论文40余篇,SCI总他引2600余次,H因子36。2016年入选青年长江学者。


报告摘要:由于量子态的叠加性和量子操作的并行性,量子算法相比于经典算法在某些计算问题上具有显著的速度优势。数据降维是将高维数据集映射到低维空间并获得低维数据的过程,在机器学习和数据挖掘中具有重要作用。本报告主要介绍基于主成分分析的量子数据降维算法。与HHL算法类似,该算法的输出为量子态形式。当映射后低维空间维数d和原高维空间维数D满足d=O(polylog D)时,该算法相比于经典算法具有指数加速效果。