Py学习  »  机器学习算法

IOPP联合清华大学举办“量子机器学习前沿”国际研讨会,海报征集中!

中国物理学会期刊网 • 5 月前 • 130 次点击  

点击上方蓝色字“IOPP”,关注我们,了解最新业界动态,获取更多学术资源!

主办单位:英国物理学会出版社,清华大学

日期:2026年5月10日,周日

地点:清华大学,北京


IOP出版社Reports on Progress in Physics(ROPP)期刊将联合清华大学于5月10日举办为期一天的“量子机器学习前沿”国际研讨会。本次研讨会将汇聚国际学术界的顶尖研究人员、企业专家,共同分享、交流量子机器学习领域的最新前沿研究,涵盖量子物质与计算、新材料发现、高能粒子物理、药物设计与量子化学,以及量子算法与软件开发等领域。今年清华大学物理系迎来了建系100周年,本次研讨会作为清华大学物理系建系100周年庆典活动的一部分,我们热烈祝贺清华物理百年发展历程的同时也诚挚邀请领域内学者参与,共同探讨未来量子机器学习领域发展趋势与研究前沿。 

参会方式

热诚欢迎相关领域的科研学者参会交流学习,本次会议线下参会者注册费为800元。与此同时,会议将通过Zoom和蔻享平台免费在线直播,线上参会者可免费注册参会。欢迎点击文章下方“阅读原文”或扫描下方二维码注册参与在线研讨会。

温馨提示:本次在线研讨会使用Zoom平台,首次观看前需要安装插件,建议您提前下载并安装插件。

会议海报提交

欢迎您在2026年4月30日前将摘要和海报的PDF版本提交至邮箱shuyanliu@tsinghua.edu.cn。并在邮件主题中注明“量子机器学习前沿研讨会海报”。海报提案由清华大学的评审委员会审核后,在大会当天设有海报展示环节,并且有组委会专家评比颁奖,欢迎大家踊跃提交。


大会特邀嘉宾



薛其坤  院士


南方科技大学



金石  教授


欧洲科学院院士


上海交通大学



Mauro Paternostro  教授


英国贝尔法斯特女王大学



陆朝阳  教授


中国科学技术大学


Wolfgang Mauerer  教授


德国雷根斯堡应用科学大学



张胜誉


腾讯



Alexey Melnikov  教授


瑞士Terra Quantum公司



邓东灵  副教授


清华大学



Lirandë Pira 


新加坡国立大学

大会主席及副主席

大会主席


段文晖  院士


清华大学

大会副主席


孙晓明  研究员


中国科学院计算技术研究所

大会副主席


王磊  研究员


中国科学院物理研究所

大会副主席


张潘  研究员


中国科学院理论物理研究所

大会副主席


袁骁  研究员


北京大学

大会副主席


罗迪  副教授


清华大学

大会副主席


David Gevaux  博士


ROPP期刊总编辑

大会议程

期刊介绍

Reports on Progress in Physics

● 2024年影响因子:20.7  Citescore:31.0


Reports on Progress in Physics(ROPP)作为涵盖物理学各分支的权威性综述期刊,长期以来享有盛誉。所有综述均由编委会邀请全球顶尖专家撰写,覆盖物理的经典和热点议题。同时,ROPP现在开始接受原创研究文章投稿。


Reports on Progress in Physics

● 2024年影响因子:5.0  Citescore:10.9


Quantum Science and Technology(QST)是一本多学科、高影响力的期刊,致力于出版涵盖所有量子技术科学和应用的高质量和重要的研究。QST涵盖应用数学、凝聚态物质、量子光学、原子物理和材料科学的各个领域,并涉及到化学、生物学、工程学、计算机科学和机器学习。除了定期的原创研究外,QST还出版专题综述和征集热点问题文章的特刊,从而对该领域最新和最有趣的研究进行概述。


Machine Learning: Science and Technology

● 2024年影响因子:4.6  Citescore:7.7


Machine Learning: Science and Technology (MLST)是一本跨学科期刊,致力于发表智能机器在物理、材料科学、化学、生物学、医学、地球科学、天文学和工程学等多学科领域的应用和发展。涉及领域包括:物理学和空间科学;设计和发现新材料和分子;材料表征技术;模拟材料、化学过程和生物系统;原子和粗粒度模拟;量子计算;生物学、医学和生物医学成像;地球科学(包括自然灾害预测)和气候学;模拟方法和高性能计算。同时,也包括机器学习方法在概念上的新进展:新的学习算法;深度学习架构;核心方法;概率和贝叶斯方法;生成方法;强化和主动学习;经常性和基于时间结构的方法;神经启发方法(包括神经形态计算)。


往期推荐

01

探索ROPP及PRGE期刊研究亮点,快速了解前沿科学

02

机器学习期刊系列主编共同探讨机器学习与人工智能的未来

点击阅读原文” /查看研讨会详情




文章转载自“IOPP”公众号


推荐阅读
专题导读 | 新型光子晶体专题
新型人工光学结构——莫尔光子晶体及器件
超构表面光场调控:从局域响应到非局域自由度
从蝴蝶翅膀到拓扑光子晶体波导与微腔
超强耦合机制:让光与物质更相融
超冷原子量子模拟助力新材料研发
快速射电暴的新线索:磁环境骤变揭示双星起源
2025年度物理科学一处科学基金评审工作综述
2025年度物理科学二处科学基金评审工作综述
2026年中国物理学会相关活动计划

被遗忘的计算物理学先驱者

物理学界对AI参与同行评议观点不一

学物理,自己来


图片

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/195057