Rückblick
QuantenComputing: Optimierung und QuantenMachine Learning – wie implementieren?
20. Juni 2024
10:00 - 16:30 Uhr

Im Workshop zum Thema Quantencomputing für industrielle Anwendungen von Bayern Innovativ zusammen mit dem Fraunhofer IKS soll das Thema mit dem Fokus auf zu lösende reale Problemstellungen sowie Hürden bei der Implementierung betrachtet werden.
Quantum-enabling Services und Tools für industrielle Anwendungen (QuaST)
Das Projekt QuaST ermöglicht kleinen und großen Unternehmen einen niedrigschwelligen Zugang zu Quantencomputern. Anwendungspartner und weitere assoziierter Partner kommen beispielsweise aus der Halbleiterfertigung und der Logistik oder beschäftigen sich mit der Optimierung von betriebswirtschaftlichen Prozessen.
Das Verbundprojekt »AutoQML« verfolgt zwei wesentliche Ziele: Zum einen soll mit dem neu entwickelten AutoQML-Ansatz das maschinelle Lernen auf ein neues Niveau gehoben werden. Hierfür werden Quantum-Machine-Learning-Algorithmen (QML-Algorithmen) neu entwickelt. Zum anderen wird der bereits bestehende AutoML-Ansatz mit Quantencomputing signifikant verbessert, denn bestimmte Probleme lassen sich mithilfe von Quantencomputing schneller lösen als mit konventionellen Algorithmen.