Biography

王鑫博士,现任百度研究院量子计算研究所资深研究员,入选国家高层次青年人才计划。他于2019年7月加入百度,负责量子计算研究和百度量子平台开发。他于2018年在悉尼科技大学获得博士学位,获评校长杰出博士论文,并入选教育部国家优秀自费留学生奖学金,2018年-2019年作为Hartree Fellow在美国马里兰大学量子信息与计算机科学联合中心从事量子计算研究。

他的研究兴趣涵盖量子信息、量子计算、量子人工智能,研究成果在Physical Review Letters, IEEE Transactions on Information Theory, Communications in Mathematical Physics, npj Quantum Information,Quantum,AAAI, ISIT等物理、计算机、人工智能领域的顶级期刊顶级会议发表40余篇论文,在量子计算顶会QIP、TQC、AQIS作口头报告二十余次。特别的,他在2020年受邀在量子计算顶会TQC 2020作邀请报告(大陆首个),曾任亚洲量子信息科学会议AQIS2019、AQIS2021等会议的程序委员会成员,目前担任量子国际高水平《Quantum》期刊的编辑,以及Nature Communications等多个顶级期刊和会议的审稿人。

Download my resumé.

Interests
  • 量子信息
  • 量子计算
  • 量子机器学习
Education
  • 博士,量子信息与量子计算, 2018

    悉尼科技大学

  • 理学学士(数学学院,吴玉章荣誉学院), 2014

    四川大学

Experience

 
 
 
 
 
资深研究员
百度研究院
Jul 2019 – Present 北京
量子人工智能研究,百度量子平台开发。
 
 
 
 
 
Hartree Fellow
马里兰大学
Aug 2018 – Jun 2019 马里兰
从事量子纠缠、容错量子计算、量子模拟、量子资源理论方面的研究。

News

  • 2022.05,新工作《Fundamental limitations on optimization in variational quantum algorithms》上线arXiv,给出了变分量子算法优化超越梯度视角的局限性论证。

  • 2022.05,入选AI华人青年学者榜单

  • 2022.05,基于机器学习的量子纠缠探测与量化工作《Detecting and quantifying entanglement on near-term quantum devices》在Nature旗下量子信息专刊npj Quantum Information发表。

  • 2022.04,研究有噪量子态信息可恢复性的工作《Information recoverability of noisy quantum states》被量子计算顶会TQC 2022接收(arXiv version)。

  • 2021.12,基于近期量子设备进行量子数据距离估计的工作《Variational quantum algorithms for trace distance and fidelity estimation》在Quantum Science and Technology发表。

  • 2021.11,研究线性映射物理实现所需资源代价的工作《Physical Implementability of Linear Maps and Its Application in Error Mitigation》在Quantum发表,已在量子噪声缓释方向有应用。

  • 2021.11,基于机器学习的分布式量子信息处理协议框架《Practical distributed quantum information processing with LOCCNet》在Nature旗下量子信息专刊npj Quantum Information发表并在量桨平台作为特色功能开源,欢迎使用!

Recent Publications

Quickly discover relevant content by filtering publications.
(2022). Variational quantum algorithms for trace distance and fidelity estimation. Quantum Science and Technology.

PDF Cite DOI

(2021). Mitigating Quantum Errors via Truncated Neumann Series. arXiv:2111.00691.

PDF Cite

(2021). Variational Quantum Gibbs State Preparation with a Truncated Taylor Series. Physical Review Applied.

PDF Cite DOI

(2021). Symmetric distinguishability as a quantum resource. New Journal of Physics.

PDF Cite DOI