人才培养

开题答辩题目：量子先验驱动的少样本学习算法研究

开题答辩人：黄志豪  

开题答辩时间：2024年9月27日9：00-12：00

开题答辩地点：友谊校区毅字楼6楼606会议室

开题内容简介：

随着21世纪计算和存储技术的发展，数据获取的难度大大降低，推动了机器学习研究领域的迅速发展。然而，未经标注的数据无法直接用于机器学习模型的训练，且通常存在质量较低的问题。为了满足模型训练的需求，研究人员往往需要投入大量的时间和精力进行数据标注，这显著增加了模型训练的成本。本课题以少样本学习为起点，深入挖掘量子规律价值，并以此指导少样本学习模型的设计和优化。为充分发挥量子规律的实际应用潜力，课题将结合量子理论和经典机器学习，推出融合量子与经典技术的少样本学习算法。本课题探讨了少样本学习中的量子机理及其应用，围绕以下三个主要挑战展开并行研究：少样本学习任务的关键特征学习困难、有限标注资源的有效分配困难，以及少样本预训练微调数据选取困难。为解决这些问题，本课题提出了基于量子先验的可信且可解释的少样本学习方法，结合量子物理和机器学习理论，在量子计算仿真环境和大模型训练场景下实现少样本学习，以增强机器学习模型在样本数量受限、标注资源稀缺以及预训练模型受限三个场景下的性能表现。

开题答辩人简介：

黄志豪，男，学号2022100853，光电与智能研究院，导师李学龙教授，主要研究方向为少样本学习。