Hoppa till huvudinnehållet
Till KTH:s startsida

DD2368 Kvantneurala nätverk 7,5 hp

Information per kursomgång

Termin

Information för HT 2025 Start 2025-10-27 programstuderande

Studielokalisering

KTH Campus

Varaktighet
2025-10-27 - 2026-01-12
Perioder

HT 2025: P2 (7.5 hp)

Studietakt

50%

Anmälningskod

50263

Undervisningsform

Normal Dagtid

Undervisningsspråk

Engelska

Kurs-PM
Kurs-PM är inte publicerat
Antal platser

Ingen platsbegränsning

Målgrupp
Öppen för alla masterprogram under förutsättning att kursen kan ingå i programmet
Planerade schemamoduler
[object Object]

Kontakt

Examinator
Ingen information tillagd
Kursansvarig
Ingen information tillagd
Lärare
Ingen information tillagd

Kursplan som PDF

Notera: all information från kursplanen visas i tillgängligt format på denna sida.

Kursplan DD2368 (HT 2025–)
Rubriker med innehåll från kursplan DD2368 (HT 2025–) är markerade med en asterisk ( )

Innehåll och lärandemål

Kursinnehåll

Kvantberäkningsprinciper och deras tillämpning i maskininlärning.

Kvantbit, kvantgrindar och kvantkretsar.

Mång-kvantbitsystem och kvantsammanflätning (entanglement).

Differentierbara kvantprogrammeringstekniker, variationsmässiga kvantkretsar och hybridkvantklassiska algoritmer.

Avancerade ämnen inkluderar design och implementering av kvantneurala nätverk, såsom kvantfaltnings- och grafbaserade neurala nätverk.

Lärandemål

Efter godkänd kurs ska studenten kunna

  • förklara och beskriva grunderna för kvantberäkning och kvantmaskininlärning
  • implementera och utvärdera differentierbara kvantprogrammeringstekniker
  • designa och optimera variationsmässiga kvantkretsar för maskininlärningsuppgifter
  • skapa och utvärdera avancerade kvantbaserade arkitekturer för neurala nätverk

i syfte att kunna utveckla och optimera kvantalgoritmer för avancerade databearbetningsuppgifter.

Kurslitteratur och förberedelser

Särskild behörighet

Kunskaper i linjär algebra, 7,5 hp, motsvarande slutförd kurs SF1624/SF1672.

Kunskaper i neurala nätverk, 5,5 hp, motsvarande slutförd kurs DD2424/DD2437 eller slutförda moment KON1 och LAB2 i DD2437.

Kunskaper och färdigheter i programmering, 6 hp, motsvarande slutförd kurs DD1337/DD1310-DD1319/DD1321/DD1331/DD100N/ID1018.

Kurslitteratur

Du hittar information om kurslitteratur antingen i kursomgångens kurs-PM eller i kursomgångens kursrum i Canvas.

Examination och slutförande

Betygsskala

A, B, C, D, E, FX, F

Examination

  • LAB1 - Laborationsuppgifter, 4,0 hp, betygsskala: P, F
  • PRO1 - Projektarbete, 3,5 hp, betygsskala: A, B, C, D, E, FX, F

Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.

Examinator får medge annan examinationsform vid omexamination av enstaka studenter.

När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.

Examinator

Ingen information tillagd

Etiskt förhållningssätt

  • Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
  • Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
  • Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.

Ytterligare information

Kursrum i Canvas

Registrerade studenter hittar information för genomförande av kursen i kursrummet i Canvas. En länk till kursrummet finns under fliken Studier i Personliga menyn vid kursstart.

Ges av

Huvudområde

Datalogi och datateknik

Utbildningsnivå

Avancerad nivå

Övrig information

I denna kurs tillämpas EECS hederskodex, se:
http://www.kth.se/eecs/utbildning/hederskodex