- 開講元
- 知能情報コース
- 担当教員名
- 町田 元也 ALEXANDER SHIBAKOV
- 授業形態
- 講義
- メディア利用科目
- 曜日・時限(講義室)
- 集中講義等
- クラス
- -
- 科目コード
- ART.T454
- 単位数
- 2
- 開講年度
- 2019年度
- 開講クォーター
- 1-2Q
- シラバス更新日
- 2019年6月13日
- 講義資料更新日
- 2019年6月20日
- 使用言語
- 英語
- アクセスランキング
-
media
講義の概要とねらい
本科目は、数理情報、知能情報、生命情報、社会情報などの幅広い情報学の最先端のトピックに外部講師によって、短期間に集中講義を行う。
本科目の狙いは、社会で活躍する一線の研究者による幅広い分野の研究の話題を講義することによって、学生の視野を広げることにある。
Note: There is a short manuscript titled “Can Monte Carlo methodology allow us to implement Shor’s algorithm?” prepared by Machida and Shibakov for this course, which can be downloaded at math.tntech.edu/machida/machida-shibakov-2019.pdf. This white paper explains their motivation in organizing this course on quantum computation and Monte Carlo methodology.
到達目標
数理情報、知能情報、生命情報、社会情報に関する最先端のトピックに関する知識を修得できる。
キーワード
数理情報学、知能情報学、生命情報学、社会情報学
学生が身につける力(ディグリー・ポリシー)
| ✔ 専門力 | 教養力 | コミュニケーション力 | ✔ 展開力(探究力又は設定力) | 展開力(実践力又は解決力) |
授業の進め方
担当講師が選んだトピックについての講義を行う．
授業計画・課題
| 授業計画 | 課題 | |
|---|---|---|
| 第1回 | Preliminary discussion for mathematics of qunatum computation, and class organization. | 最先端の知識の習得 |
| 第2回 | Physics and mathematics of simple (single qubit) systems. | 最先端の知識の習得 |
| 第3回 | Quantum state spaces: tensor products and n qubit systems | 最先端の知識の習得 |
| 第4回 | Quantum probability, entanglement, and Bell's theorem | 最先端の知識の習得 |
| 第5回 | Quantum state transformations and quantum gates | 最先端の知識の習得 |
| 第6回 | Introduction to quantum computation | 最先端の知識の習得 |
| 第7回 | Simple quantum algorithms: Deutsch-Jozsa, and Simon's problems | 最先端の知識の習得 |
| 第8回 | Shor’s algorithm and quantum state observations | 最先端の知識の習得 |
| 第9回 | Introduction to Monte Carlo simulation | 最先端の知識の習得 |
| 第10回 | Markov chain Monte Carlo (MCMC) algorithms | 最先端の知識の習得 |
| 第11回 | Introduction to Brownian motion | 最先端の知識の習得 |
| 第12回 | Introduction to stochastic differential equations (SDE) | 最先端の知識の習得 |
| 第13回 | Pitman theorem, Kent characteristic diffusions, and an application of SDE to Monte Carlo simulations | 最先端の知識の習得 |
| 第14回 | When do we stop running a diffusion process and declare a sample from a stationary distribution? | 最先端の知識の習得 |
| 第15回 | Can Monte Carlo methodology allow us to implement Shor’s algorithm? | 最先端の知識の習得 |
教科書
なし
参考書、講義資料等
講師が指定する
成績評価の基準及び方法
講義中の演習と終了後のレポートによる
関連する科目
- なし
履修の条件(知識・技能・履修済科目等)
なし
その他
詳細については決まり次第掲示する．
