报告题目: 量子优化、学习与识别
报 告 人：李阳阳 教授
报告时间：2022年7月12日（星期二）下午15:00-16:30
腾讯会议：940645277
报告内容： 焦李成，李阳阳，杨淑媛等人从2000年开始致力于量子智能计算领域的研究工作。在理论工作方面，首次将量子计算和传统人工智能相结合，提出了全局优化的量子智能优化算法框架，证明了算法的收敛性，建立了运行在数字式计算机模式下的高效优化理论框架，为设计行之有效的量子智能算法提供了良好的理论指导。在高性能优化学习模型设计方面，针对进化计算模型在大规模复杂数据优化与学习中存在的问题，我们将量子并行计算引入到多目标进化计算模型中，提出了量子多目标优化学习模型。并用数值优化、组合优化、合取范式可满足性问题（Satisfiability Problem, SAT）、海量数据聚类分类和网络结构分析等具有挑战性的问题系统深入地测试了新模型的性能。
近两年，针对目前图像任务中，深度神经网络架构需要人为设计和参数需要人为调节等问题，研究了基于量子智能进化算法的深度神经网络架构搜索和参数优化技术，解决了人为设计神经网络的灵活性差、参数难以调节和神经网络效果欠佳等问题，开发了量子高性能计算系统，主要包含遥感图像描述系统、极化SAR图像地物分类系统、SAR图像目标检测系统、基于QEA的CNN结构搜索系统、驾驶员状态监测系统。量子高性能计算理论及系统平台，缓解了进化计算解决大规模问题时收敛速度慢的难题，突破了遥感图像地物分类与识别中的先验信息缺乏、自适应性弱和相干斑抑制等难题，填补了国内量子高性能计算系统的缺失。
报告人简介： 李阳阳，博士，河间电子科技大学教授，博士生导师，人工智能学院智能科学与技术专业负责人, 国家级智能感知与计算国际联合研究中心副主任，量子感知与智能计算研究中心主任。
