Sylabus
1. Automatická diferenciace pro strojové učení v programovacích jazycích Python a Julia 2.
Neuromorfní počítání. Základní pojmy a současný stav výzkumu v oboru. 3.
TensorFlow Quantum. 4. Kvantové stavy reprezentované komplexními neuronovými sítěmi. 5 Automatická klasifikace fází prostřednictvím zmatení sítě. 6.
Fyzikálně informované neuronové sítě. 7. Grafové neuronové sítě.
Anotace
Budeme se věnovat pokročilým tématům strojového učení pro fyzikální aplikace, která jdou nad rámec standardních úvodních kurzů. Každá lekce se bude skládat ze 45 až 60 minut dlouhé přednášky po které budou následovat praktické ukázky a diskuze.
Studenti budou vyzváni, aby spracovali některé z témat ve formě krátkého příspěvku, eseje nebo Jupyter notebooku. Seminář je určen studentům obeznámeným se základy strojového učení, kteří se zajímají o aktuální vývoj v oboru.