이번 Qunatum Computing LAB Season 3의 목표는 양자컴퓨팅 책 저술과 양자컴퓨팅을 활용한 머신러닝 방법론 연구입니다. 첫 번째 목표는, 양자컴퓨팅의 기본적인 컨셉을 이해하고 책을 저술하는 것입니다. 이를 위해 1기 때 진행했던 서울대학교의 수업을 리뷰할 예정입니다. https://www.youtube.com/playlist?list=PLv_H0-ClHq6y57O2K6WerynmOVJTkCSq_ 두 번째 목표는, 양자컴퓨팅을 기존의 ML에 활용하는것입니다. 다양한 아이디어를 ML에 적용해보려고합니다. 예를 들면, classical MLmodel에서 feature selection을 양자컴퓨팅을 활용하는 방법이 있을 수 있겠습니다. 같이 재미있게 공부해봐요!!

1~8주 : 책 저술에 필요한 이론 스터디 및 qiskit, pennylane 예제 발굴(매주 서울대 2023년 강의 1~2개 리뷰) 9~15주 : 양자컴퓨팅과 머신러닝 결합 모델 개발 1~8주에 다루는 주제 1. 양자컴퓨팅 기초 (Quantum Computing Basics) 양자 비트 (Qubit) 중첩 (Superposition) 얽힘 (Entanglement) 양자 측정 (Quantum Measurement) 양자 게이트 (Quantum Gates) 양자 회로 (Quantum Circuits) Bloch Sphere 표현 2. 양자 알고리즘 (Quantum Algorithms) Deutsch-Jozsa Algorithm Grover's Search Algorithm Shor’s Algorithm Quantum Fourier Transform Quantum Phase Estimation Variational Quantum Algorithms - VQE (Variational Quantum Eigensolver) - QAOA (Quantum Approximate Optimization Algorithm) Quantum Optimization - Quantum Annealing - QABO (Quantum Adiabatic Bifurcation Optimization) Quantum Machine Learning (양자 머신러닝) - Quantum Support Vector Machine (QSVM) - Quantum Neural Networks (QNN)

1~8주 : 책 저술에 필요한 이론 스터디 및 qiskit, pennylane 예제 발굴

9~15주 : 양자컴퓨팅과 머신러닝 결합 모델 개발

1. 선형대수학에 대한 기초지식이 있는 분들 2. 코딩에 대한 기본적인 이해가 있으신 분들 3. 결석 없이 지속적으로 참가할 수 있으신 분들(필수)

양자정보 및 양자컴퓨팅에 대한 공부를 해보신적이 있으신가요? 공부하셨던 경험을 알려주시고 Hadamard gate의 정의와 결과로 얻는 현상에

전공은 무엇인가요? 대학원도 진학하신 경우 각각의 전공을 기재해주세요. (ex. 학사:물리, 석사:컴퓨터공학)

나이 및 최종학위를 알려주세요.

선형대수학에 대해 어느정도 이해하고 계신가요? 알고 계신 개념을 쭉 나열해주세요.

코딩을 해보신 경험이 있으신가요? 주로 사용하는 언어와 코딩으로 하시는 업무를 알려주세요.

랩을 통해 얻고 싶은것은 무엇인가요?

사용하고 있는 LLM 서비스(ex. ChatGPT)와 유료 구독중인 서비스를 모두 알려주세요