A A

MNSIM
 >  Seminars
 >  Seminars 2020

Seminars 2020


Curso

Noviembre de 2020

Sistemas cuánticos abiertos

Daniel Manzano

Universidad de Granada
 
Contenido:
  • Semana 1 (27 noviembre, 17:00-19:00) Introducción a la mecánica cuántica
    • Postulados
    • Tipos de medidas
      • Generales
      • POVM
      • Débiles
    • No-Clonación
    • La esfera de Bloch
    • Interpretaciones. Quantum Bayesianism
  • Semana 2 (4 diciembre, 17:00-19:00): Entrelazamiento y aplicaciones
    • Entrelazamiento
    • Detección de entrelazamiento
      • Desigualdades de Bell
      • PPT
    • El paradigma LOCC
    • Clases de entrelazamiento 3-qubits
    • Decoherencia
    • Teleportación
  • Semana 3 (11 diciembre, 17:00-19:00): Mecánica cuántica en el espacio de Liouville (estados mixtos)
    • Matriz densidad: Definición y propiedades
    • Ecuación de von Neumann
    • Mapas CPT, definición
    • Teorema de Choi y de Choi-Krauss
    • Derivación de la ecuación de Lindblad como mapa CPT
    • Espacio de Fock-Liouville
  • Semana 4 (18 de diciembre, 17:00-19:00): Redfield y Lindblad
    • Derivación de las ecuaciones de Redfield y Lindblad desde principios microscópicos
    • Propiedades de la ecuación de Lindblad
    • Resolución de la Ecuación de Lindblad en el espacio de Liouville
      • Integración
        • Exacta (damping basis)
        • Runge-Kutta
      • Diagonalización
    • Efecto de las simetrías en la Ec. de Lindblad
Referencias:
  1. D. Manzano. A short introduction to the Lindblad Master Equation. ArXiv:1906.04478 (2018).
  2. D. Manzano and P.I. Hurtado. Harnessing symmetry to control quantum transport. Ad. Phys. 6(1), 1 (2018).
  3. P. Breuer and F. Petruccione. The theory of open quantum systems. Oxford University Press (2002).
  4. M.A. Nielsen and I.L. Chuang. Quantum Computation and Quantum Information. Cambridge Univ. Press, Cambridge (2000)
  5. A. Peres. Quantum Theory: Concepts and Methods. Kluwer Academic Publishers (1998).
Los interesados deberán enviar un email a Antonio Lasanta (alasanta@ugr.es) para que les haga llegar las instrucciones de acceso a la plataforma Zoom



Curso

Octubre y noviembre de 2020

Introducción al aprendizaje automático para el cálculo científico

Antonio Marquina

Universidad de Valencia
 
Días: 8-15-22-29 de octubre y 5-12-19-26 de noviembre.
Horario: jueves de 18:00 a 20:00h.
Contenido:
  • TEMA 1: Introducción a Python.
  • TEMA 2: Introducción al aprendizaje automático tradicional ("machine learning").
  • TEMA 3: Introducción al Aprendizaje Variacional.
  • TEMA 4: Introducción a las redes neuronales: "Deep Learning".
  • TEMA 5: Prácticas de entrenamiento de redes neuronales con Pytorch, Keras y TensorFlow.
Bibiografía:
  1. http://docs.python.org/3/tutorial/
  2. A. Geron, Hands-On Machine Learning with Scikit-Learn, Keras and TensorFlow, O'Reilly Media, Inc., (2019).
  3. Stephen Marsland, Machine Learning: An Algorithmic Perspective (Chapman and Hall), (2017).
  4. http://www.deeplearningbook.org/
Aquellas personas que estén interesadas en asistir al curso deben enviar un email a Miguel Muñoz (mimunozl@ing.uc3m.es), antes del día 8 de octubre, para que les haga llegar las correspondientes claves de acceso a la plataforma.



Seminar

Wednesday, February 12

Algoritmos que aprenden ... jugando

Antonio Marquina

Universidad de Valencia

Abstract

En esta exposición introduciremos el paradigma del "aprendizaje reforzado", en el que un agente (e.g., un algoritmo) decide una secuencia finita de acciones dentro de un medio ambiente. Describiremos la estructura apropiada (Procesos de Decisión de Markov) para que un algoritmo pueda aprender a partir de un juego basado en reglas claras y precisas. La introducción de las redes neuronales para la configuración de estos algoritmos ha desencadenado una nueva revolución que promete nuevos retos y aplicaciones.

The seminar will take place at 13:00 in classroom 2.3.A03B (Edificio Sabatini) Universidad Carlos III


Seminar

Monday, January 27, 2020

Efectos de memoria en sistemas fuera del equilibrio

Antonio Lasanta

Universidad de Granada

Abstract

El estudio de los efectos de memoria ha generado gran interés en los últimos años dado a sus potenciales aplicaciones en la industria y en la ciencia de materiales. En particular los procesos de enfriamiento y calentamiento fuera del equilibrio están aún lejos de ser entendidos y son esenciales en la mayoría de procesos industriales y de generación de energía. En este seminario daremos una visión general de su relevancia y nos centraremos en dos de ellos: el popular efecto Mpemba y el menos conocido efecto Kovacs. Mostremos en detalle los espectaculares resultados que aparecen en el estudio de los procesos de enfriamiento y calentamiento de algunos sistemas en estados muy alejados del equilibrio, como son: los medios granulares, los vidrios de spin y el agua.

The seminar will take place at 12:00 in classroom 2.0.D14 (Edificio Sabatini) Universidad Carlos III

Last update on 17/October/2021 by Webmaster ( )

Valid HTML 4.01 Transitional Valid CSS!