Eventi

Quantum Computing and Quantum Machine Learning

Corso del Dottorato in Tecnologie dell’Informazione e delle Comunicazioni (ICT)

Il corso si propone di introdurre i concetti fondamentali del Quantum Computing e del Quantum Machine Learning, nonché le possibili applicazioni del mondo reale su dispositivi Noisy Intermediate-Scale Quantum (NISQ). Anche il vantaggio quantistico rispetto agli algoritmi classici è un argomento che sarà trattato in questo corso. Saranno spiegate le basi della teoria dell'informazione quantistica, insieme alla nozione di qubit e di porte logiche quantistiche. Verranno illustrati gli algoritmi e i protocolli quantistici essenziali, come l'algoritmo di ricerca di Grover, l'algoritmo di fattorizzazione di Shor e il teletrasporto quantistico. Verranno presentate nuove tecniche di Quantum Machine Learning per dispositivi a breve termine, basate su un approccio ibrido quantistico-classico con un focus particolare sui Variational Quantum Circuits (VQC). Questi ultimi includono Quantum Support Vector Machines (QSVM) e Quantum Neural Networks (QNN). Il corso conterrà anche sessioni dimostrative utilizzando sistemi quantistici presenti in cloud e simulatori quantistici come IBM Quantum Experience, Qiskit e Pennylane. In questo contesto, il vantaggio quantistico sarà dimostrato nelle applicazioni relative a problemi di ottimizzazione e di apprendimento data-driven, in particolare Quantum Approximate Optimization Algorithm (QAOA), Quantum Earth Observation (QEO) e Quantum Time Series Analysis.

Il corso si svolge in modalità mista, sia in presenza presso la Sala della Biblioteca (2° piano) del Dipartimento DIET in via Eudossiana 18, Roma, sia su Google Meet a questo link.

Quantum Computing and Quantum Neural Networks

Workshop della INNS-IEEE International Joint Conference on Neural Networks (IJCNN 2025)

Il workshop fornisce approfondimenti concreti e originali sulle reti neurali quantistiche basate sulle tecnologie attualmente disponibili nell'era Noisy Intermediate-Scale Quantum (NISQ). Del resto il calcolo quantistico può portare un'innovazione dirompente nel campo dell'intelligenza computazionale, affrontando problemi che vanno da energia, medicina e bioinformatica a finanza, ambiente e sicurezza informatica, più in generale per modellare e controllare sistemi complessi del mondo reale. È aperto a scienziati con un forte interesse per le applicazioni basate sui dati e sulle reti neurali, così come ad altri ricercatori che vogliono esplorare le promettenti possibilità della progettazione variazionale delle reti neurali quantistiche. Il workshop sarà un evento di un'intera giornata che includerà interventi di relatori di fama mondiale provenienti da alcuni dei più importanti centri di ricerca in questo campo (Los Alamos National Lab., Fermilab, CERN, EPFL, Università di Exeter, Università "La Sapienza", ecc.), con una tavola rotonda e sessioni standard per presentare gli articoli che saranno inclusi negli atti della conferenza IJCNN 2025.

Hyperdimensional Computing and Vector Symbolic Architectures for Neural Networks and Artificial Intelligence

Sessione speciale della INNS-IEEE International Joint Conference on Neural Networks (IJCNN 2025)

L'obiettivo principale di questa sessione speciale è di approfondire la ricerca avanzata all'intersezione tra calcolo iperdimensionale (HDC), architetture simboliche vettoriali (VSA), reti neurali e intelligenza artificiale. HDC e VSA, noti per la loro capacità di modellare la percezione umana attraverso spazi ad alta dimensione, forniscono uno strumento distintivo per migliorare la progettazione, l'implementazione e l'interpretabilità dei sistemi di machine learning. A partire dal successo delle edizioni precedenti, questa sessione è aperta a un pubblico multidisciplinare, tra cui membri della consolidata comunità di ricerca HDC/VSA e scienziati impegnati in argomenti tradizionali all'interno di IJCNN. Questa sessione speciale offre una preziosa opportunità ai partecipanti di estendere la propria competenza nei domini dell'interpretabilità e dell'ottimizzazione delle reti neurali attraverso il framework HDC/VSA.

Advancements in Hyperdimensional Computing and Vector Symbolic Architectures for Neural Networks and Artificial Intelligence

Sessione speciale dell'IEEE World Congress on Computational Intelligence (IJCNN 2024)

Il principale obiettivo di questa sessione, ospitata all'interno dell'International Joint Conference on Neural Networks (IJCNN 2024) di WCCI 2024, è di esplorare gli ultimi sviluppi nell'integrazione del calcolo iperdimensionale (HDC) e delle architetture simboliche vettoriali (VSA) con le reti neurali e, più in generale, con l'intelligenza artificiale in generale. HDC e VSA sono noti per il loro potenziale nel modellare la percezione umana attraverso spazi ad alta dimensione, offrendo un approccio unico per migliorare la progettazione, l'implementazione e l'interpretabilità dei modelli di machine learning e deep learning. Inoltre, la sessione si rivolge ai ricercatori che si concentrano su argomenti consolidati dell'IJCNN, offrendo loro l'opportunità di espandere la loro ricerca negli ambiti dell'interpretabilità e della progettazione efficiente delle reti neurali all'interno del quadro HDC/VSA.

Variational Learning for Quantum Neural Networks

Sessione speciale dell'IEEE World Congress on Computational Intelligence (IJCNN 2024)

Questa sessione speciale, ospitata all'interno dell'International Joint Conference on Neural Networks (IJCNN 2024) di WCCI 2024, ha lo scopo di studiare le prestazioni degli algoritmi variazionali quantistici rispetto alla loro controparte classica, aprendo la strada a un nuovo paradigma di Intelligenza Computazionale basato su un approccio ibrido quantistico-classico. L'obiettivo principale è studiare i risultati dei modelli ricorrenti, convolutivi, basati sull'attenzione e di tutti gli altri modelli neurali in un ambiente quantistico, nonché il loro comportamento e la scalabilità quando applicati ai dati del mondo reale tramite dispositivi NISQ. In realtà, le reti neurali quantistiche e il calcolo quantistico potrebbero potenzialmente portare un’innovazione dirompente nel campo dell’intelligenza computazionale, affrontando in modo innovativo i problemi più difficili del mondo reale. 

Entra a far parte di NESYA

Posizioni disponibili nel laboratorio

Unisciti al laboratorio NESYA! Stiamo conducendo interessanti ricerche nei campi dell'ingegneria elettrica, delle reti neurali e del calcolo quantistico. Siamo nati prima del PNRR ed esisteremo anche dopo il PNRR stesso, perché puntiamo a ottenere contributi originali e significativi con risultati scientifici che durino nel tempo, andando oltre ogni finanziamento fortuito o fuorviante.

Ci sono già adesso posizioni aperte per tesi di Laurea Magistrale in Elettronica, Telecomunicazioni, Data Science, Intelligenza Artificiale e Ingegneria Gestionale. Il prossimo autunno offriremo borse di dottorato e contratti di ricerca, oltre che collaborazioni professionali nella nostra imminente e nuovissima Startup.

Niente disoccupazione futura, niente finte assunzioni. Contiamo solo sulle nostre forze e sulle risorse che possiamo ottenere grazie ai nostri progetti e ai nostri successi. Sarà così anche con te!

Hyperdimensional Computing and Vector Symbolic Architectures for Automation and Design in Technology and Systems

Sessione speciale della Design, Automation and Test in Europe Conference (DATE 23)

Questo workshop esplora l'interazione tra diverse tecnologie e architetture che consentono l'automazione di sistemi complessi e consentono la progettazione di soluzioni efficienti ed efficaci per i problemi del mondo reale. L'obiettivo di questo workshop è riunire ricercatori nei campi del calcolo iperdimensionale (Hyperdimensional Computing), delle architetture simboliche vettoriali (Vector Symbolic Architectures) e dell'automazione e del design nella tecnologia e nei sistemi per discutere gli ultimi sviluppi e le sfide in queste aree e identificare le sinergie tra loro con una discussione aperta.

Computational Intelligence in Electrical Systems

Numero speciale su Energies (ISSN 1996-1073), rivista Open Access Journal di MDPI

I sistemi elettrici giocano un ruolo fondamentale nella transizione energetica dai combustibili fossili alle fonti rinnovabili. Questo numero speciale ha lo scopo di evidenziare i progressi nell'uso di strumenti di intelligenza computazionale (reti neurali shallow e deep, sistemi fuzzy, calcolo evolutivo, etc.), in sinergia col machine learning statistico e le tecniche di elaborazione dei segnali, per la soluzione di problemi reali dei sistemi elettrici. Particolare attenzione dovrebbe essere prestata ai contesti distribuiti di smart grid, fonti di energia rinnovabile, sistemi di accumulo di energia e infrastrutture dei veicoli elettrici, nonché agli aspetti di energia/potenza nelle tecnologie ICT e nelle relative applicazioni come, per esempio, data center energivori, green computing e green networking, EMC/EMI, energy harvesting, sistemi micro/nano/optoelettronici a bassa potenza e così via. Le attività strategiche da considerare sono pattern recognition, regressione e classificazione dei dati, ottimizzazione e controllo, processo decisionale e predizione di serie temporali.

AI-based Time Series Analysis for Energy-related Applications and Systems

Sessione speciale della International Conference on Applied Intelligence and Informatics (AII 2022)

Questa sessione approfondisce le applicazioni dell'intelligenza artificiale e dell'informatica applicata negli ambiti scientifici che coinvolgono la "twin transition" dei sistemi digitali e dei sistemi green ovvero sostenibili. Più precisamente, è previsto un focus sull'analisi delle serie temporali, dove l'uso di tecniche di machine learning e deep learning può portare a soluzioni innovative e/o ad applicazioni più efficienti. Sono auspicabili contributi legati ai fondamenti teorici dell'intelligenza computazionale (reti neurali, logica fuzzy, calcolo evolutivo, deep learning, etc.) nonché all'utilizzo di tali tecniche in applicazioni reali (pattern recognition, regressione e classificazione, predizione, modellazione inversa, elaborazione di immagini e dati multispettrali, reti di sensori, smart grid, erogazione e controllo dell'energia, caratterizzazione di strutture e materiali e così via).

Hyperdimensional Computing and Vector Symbolic Architectures in Neural Networks

Sessione speciale dell'IEEE World Congress on Computational Intelligence (IJCNN 2022)

Questa sessione speciale, ospitata all'interno dell'International Joint Conference on Neural Networks (IJCNN 2022) di WCCI 2022, ha lo scopo di introdurre ed estendere le conoscenze riguardo alle architetture e alle applicazioni delle reti neurali tramite Hyperdimensional Computing (HDC) o Vector Symbolic Architectures (VSA). Gli articoli presentati dovrebbero proporre nuovi algoritmi o sistemi basati su reti neurali che impiegano HDC/VSA con l'obiettivo di mostrare nuove soluzioni a problemi e applicazioni di apprendimento supervisionato ovvero fornire intuizioni originali sui metodi neurali.

Variational Learning for Quantum Neural Networks

Sessione speciale dell'IEEE World Congress on Computational Intelligence (IJCNN 2022)

L'obiettivo principale di questa sessione, ospitata all'interno dell'International Joint Conference on Neural Networks (IJCNN 2022) di WCCI 2022, è studiare le prestazioni degli algoritmi variazionali quantistici rispetto alla loro controparte classica, aprendo la strada a un nuovo paradigma di intelligenza computazionale basata su un approccio ibrido quantistico-classico. È anche importante indagare quali potrebbero essere i risultati di modelli neurali ricorrenti, convoluzionali, basati sull'attenzione e quant'altro in un ambiente quantistico, nonché studiare il loro comportamento e la loro scalabilità quando applicati a problemi del mondo reale tramite dispositivi Noisy Intermediate-Scale Quantum (NISQ), affrontando anche problemi legati ai barren plateaus ed esplorando le possibilità di teorizzare nuovi modelli ansatz.

Randomization-based Fuzzy Neural Networks

Sessione speciale dell'IEEE World Congress on Computational Intelligence (FUZZ-IEEE 2022)

Questa sessione speciale, ospitata all'interno dell'IEEE International Conference on Fuzzy Systems (FUZZ-IEEE 2022) di WCCI 2022, si concentrerà sui sistemi di intelligenza artificiale che si basano su reti neurali fuzzy (FNN) e principi di randomizzazione, esplorando la possibilità di teorizzare nuove potenzialità di FNN interpretabili (explainable). L'applicazione della randomizzazione a strati e delle tecniche FNN negli sviluppi dell'intelligenza artificiale consapevole dei vincoli energetici dimostra l'utilità di un tale approccio di apprendimento in diverse applicazioni pratiche, in cui modelli fuzzy interpretabili associati a un apprendimento rapido e affidabile possono dare un contributo efficace.