Seminar #51

本周六下午 14:00 - 16:00，我们将在学堂 112【线下】给大家带来何婉榕、陈博洋两位同学的报告。两位同学的报告分别与自然语言处理和量子神经网络相关。在两位同学报告之间，同学们可以吃零食 and/or 自由交流。

• 报告 1 摘要

  何婉榕是姚班2019级本科生，研究方向包括自然语言处理、人机交互和社会计算。本次seminar她将介绍她在斯坦福大学暑研期间关于建造AI系统以支持更好的网络社区环境的工作。传统社交媒体治理通常使用moderation（类似删帖、屏蔽等），但是这些方法仍无法避免网络环境的退化。在这项工作中，我们通过使用NLP模型预测策展人的偏好，首次让在社交媒体下的大规模curation（策展，类似小编精选）成为可能，并让民主、编辑精选、利益相关者圆桌等多种新型社交媒体成为可能。该文章Cura: Curation at Social Media Scale发表于The 26th ACM Conference On Computer-Supported Cooperative Work And Social Computing (CSCW 2023)并获得最佳论文奖。

• 报告 2 摘要

  陈博洋是姚班2019级本科生。本次Seminar他将介绍关于量子神经网络收敛分析的工作。量子神经网络（QNN）是一种含参量子电路，可以在近期的含噪声中等规模量子计算机（NISQ）上高效实现，与经典中基于梯度的优化器结合使用时可以用于监督学习。尽管已经有了一些经验和理论研究，QNN训练的收敛性尚未完全被理解。受到神经正切核（NTK）在探究经典神经网络动态方面的成功启发，最近的一系列研究提出通过研究过参数化的QNN来研究其量子NTK。陈博洋与马里兰大学的合作者研究了QNN的动力系统，并展示了与通常认为的随机初始化得出的NTK回归存在本质不同：由于量子操作的幺正性，存在明显的偏离正切核回归的现象。由于这种偏离，工作中证明了带有泡利测量的QNN的次线性收敛，这超出了NTK的解释能力。并且，工作中也呈现了在超参数化极限下的QNN实际动力系统。

  欢迎全体同学参加~

• 【重复一遍时间地点】北京时间本周六 10 月 28 日下午 14:00 - 16:00 学堂 112 点击此处进行时区转换 腾讯会议 909-401-920