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。
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。