BEGIN:VCALENDAR
VERSION:2.0
METHOD:PUBLISH
CALSCALE:GREGORIAN
PRODID:-//WordPress - MECv7.36.4//EN
X-ORIGINAL-URL:https://www.aiatw.org/
X-WR-CALNAME:台灣人工智慧協會
X-WR-CALDESC:致力推動人工智慧產業化與擴大人工智慧於各產業之應用發展
X-WR-TIMEZONE:Asia/Taipei
BEGIN:VTIMEZONE
TZID:Asia/Taipei
X-LIC-LOCATION:Asia/Taipei
BEGIN:STANDARD
TZOFFSETFROM:+0800
TZOFFSETTO:+0800
TZNAME:CST
DTSTART:20261023T040855
END:STANDARD
END:VTIMEZONE
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-PUBLISHED-TTL:PT1H
X-MS-OLK-FORCEINSPECTOROPEN:TRUE
BEGIN:VEVENT
CLASS:PUBLIC
UID:MEC-6e616e79d491ba42638558caf0364003@aiatw.org
DTSTART;TZID=Asia/Taipei:20230611T213000
DTEND;TZID=Asia/Taipei:20230611T223000
DTSTAMP:20260627T234520Z
CREATED:20260627
LAST-MODIFIED:20260627
PRIORITY:5
SEQUENCE:0
TRANSP:OPAQUE
SUMMARY:⭐《AI Innovation Talk x SQAI 2023》量子計算深度學習挑戰與前景
DESCRIPTION:【網路研討會連結】預先註冊https://reurl.cc/Ge2GNy【主講人】Mark Chen陳皓圓  ｜Undergraduate researcher at NTU Quantum Research Program【主持人】黃逸華｜台灣人工智慧協會理事【主辦單位】台灣人工智慧協會創新育成委員會、量子人工智慧協會【協辦單位】台大IBM量子電腦中心、台大人工智慧應用社《內容簡介》量子深度學習是一個新興的研究課題，在利用嘈雜的NISQ設備結合當今可用的量子計算機和深度學習算法來促進現實生活解決方案方面具有廣闊的應用前景。在本次Talk，Mark將分享他對量子深度學習及其基礎設施現狀的理解和見解，以支持下一代量子解決方案的開發並介紹當今可用的常見量子深度學習模型以及參數化量子電路 (PQC)，以提供潛在的複雜性緩解、計算加速和參數減少。 Mark 還將分享他在開發量子深度神經網絡以解決經典強化學習問題、量子編程框架、Qiskit 和 Microsoft Azure ML Studio 的迷宮問題方面的理解和經驗。最後，Mark將總結當前最新量子深度學習研究的挑戰和前景。\n【問卷回饋】 https://reurl.cc/VXa8yA ( https://reurl.cc/VXa8yA )台灣人工智慧協會官網https://www.aiatw.org ( https://www.aiatw.org )台灣人工智慧協會入會申請https://www.aiatw.org/apply ( https://www.aiatw.org/apply )台灣人工智慧協會更多演講訊息(LINE社群) https://reurl.cc/7yOxV5 ( https://reurl.cc/7yOxV5 )臉書創新育成交流平台 https://reurl.cc/mqa1p9 ( https://reurl.cc/mqa1p9 )\n
URL:https://www.aiatw.org/events/%e2%ad%90%e3%80%8aai-innovation-talk-x-sqai-2023%e3%80%8b%e9%87%8f%e5%ad%90%e8%a8%88%e7%ae%97%e6%b7%b1%e5%ba%a6%e5%ad%b8%e7%bf%92%e6%8c%91%e6%88%b0%e8%88%87%e5%89%8d%e6%99%af/
LOCATION:https://reurl.cc/Ge2GNy
END:VEVENT
END:VCALENDAR