量子计算与智能算法团队

  软件学院量子计算与智能算法团队

1、     团队简介：

量子计算团队现有常任科研人员5名，其中教授1人、副教授2人、讲师2人。团队研究主要围绕面向智能算法与安全通信的量子计算技术研究展开，具体研究内容包括：（1）量子算法与仿真；（2）量子机器学习；（3）量子编码；（4）量子安全通信；（5）量子安全多方计算。获得了国家级项目7项、省级项目7项的支持与资助；与国电南瑞、中船重工等企业合作，主持横向项目30余项，经费累计到账500万元以上；在国内外权威期刊发表论文100余篇。

2、    团队负责人：刘文杰教授

3、    团队成员：王海彬、余文斌、瞿治国

4、    研究成果：

项目组深耕量子基础算法，提高量子计算效率，更好地发挥了量子计算在处理计算任务的潜力，接着以此为基石研究量子AI算法，在传统机器学习的基础上进一步提高学习精度，降低算力代价 。同时，我们深入研究量子编码机制，为构建量子安全通信体系打好基础，充分利用量子的无条件安全性，保障安全体系的可靠性。最后，将量子算法的“并行性”(矛)和量子**的“无条件安全性”(盾)相结合，打造量子安全计算模型，对安全多方计算问题进行了应用型研究。

（1）深耕量子基础算法，敦实人工智能基石

在信息搜索问题上，首次提出一种具有确定成功概率的量子最小值搜索算法；为了高效模拟量子算法，提出了一种新型基于振幅压缩的存储方法进行Grover算法模拟。针对现实应用问题（如：图像分割），率先提出一种更高效的NEQR图像双阈值量子分割算法；以上成果提高了计算效率，更好地发挥了量子计算在处理计算任务的潜力，突破了经典计算机的算力上限。

（2）聚焦机器学习，量子赋能智能算法

在数据预处理方面，提出了针对多分类问题的量子特征选择算法；针对非理想训练集的神经网络，首次提出了只需一次迭代学习的高效量子感知器模型；在生成对抗网络方面，第一个提出了生成过程可控的量子条件生成对抗网络模型。以上成果提高了机器学习的精度，降低了学习的算力代价，有效地推动了人工智能的发展。

（3）拓展量子编码机制，构建量子安全通信体系

提出一种酉算子集构造方法，实现最大化量子密集编码；提出了一种新型零误差编码机制，可用于传感器网络的经典和量子信道。以上成果研究了量子通信编码方案，夯实了量子通信的理论基础，为未来大规模应用铺平道路。在密钥生成方面，提出了一种高效且安全的任意n方量子密钥协商协议；在密钥分发方面，提出了基于量子网络的MDI-QKD协议和基于树型分层结构的可认证的多方量子密钥分配方法；针对密钥管理问题，提出了一种新型多方量子视觉秘密共享方案。以上成果充分利用量子无条件安全性，有效地保障了安全体系的可靠性。

（4）打造“矛+盾”结合的量子安全计算模型

利用量子算法的“并行性”(矛)和量子**的“无条件安全性”(盾)，对安全多方计算问题进行了应用型研究。针对弱客户端场景，首次提了一种基于多客户端通用电路的全盲量子计算模型；在集合计算方面，基于Hadamard门设计了一种更高效的量子私有集合交集协议；在几何计算方面，提出了一种可有效保护隐私的量子两方几何交集协议。以上工作，可扩展应用于其他复杂场景安全多方计算问题,打造“矛+盾”结合的量子安全计算模型。

5、    获奖与荣誉：

6、    项目：

相关项目经验