团队简介:
团队成立于2019年，现有成员20余人，含正教授3人、副教授5人、博士2人、研究生18人。专注量子智能计算及安全前沿研究，聚焦量子自适应信号处理、量子机器学习、量子优化等核心算法，融合量子计算、机器学习、地球科学、信息科学，构建跨学科协作体系，推动量子与经典计算深度融合。团队负责人为四川省有突出贡献优秀专家、IEEE高级会员，获国际埃尼奖提名，领域影响力广。团队科研条件完善，与国内外机构紧密合作，在地球、信息科学领域开展应用基础研究，为地质解析、油气勘探等行业关键问题提供创新方案。近年团队成果丰硕:承担国家级项目5项、省部级项目6项;发表学术论文80余篇;授权发明专利17件;获四川省科学技术进步三等奖1项。未来将深化算法研究、推动成果转化、培养高层次人才，力争达国际先进水平，助力行业与科技发展。
国家自然科学基金面上项目:(项目批准号:42474145)
基于薛定谔方程的深层-超深层碳酸盐岩储层含气性检测理论和方法研究
一、项目概况:本项目基于仿人智能控制理论，旨在研究双足机器人的行走控制，以提高其在各种环境中的行走性能。针对平整地面、不平整地面、坡面和台阶地形，本论文设计了不同的控制方法。这些方法在复杂度上呈现出递进关系，从简单到复杂，从而为双足机器人在不同地形下实现稳定行走提供了有效的解决方案。
二、拟解决关键问题:
(1)基于薛定谔方程的突出含气信息的量子域参数的自适应优选问题。
(2)薛定谔方程与高分辨率时频分析方法、TK能量分析法等拓展的属性提取。
(3)结合量子频谱分解技术的频变AVO反演方法的计算和结合量子流体流度提取方法的频变AVO反演方法的计算。
国家自然科学基金面上项目(项目批准号:62076042)
量子模糊机器学习理论及其应用研究
一、项目概况:
本项目以如何高效、安全、准确处理大数据所具有的复杂性和不确定性问题为研究背景，以研究高效、安全、高准确率的量子模糊机器学习算法为目标，从分析和研究如何高效、安全、准确地处理大数据所具有的复杂性和不确定性问题入手，具体研究(基于直觉模糊集理论的)量子模糊信息管理数学模型、量子模糊机器学习算法、量子模糊机器学习对抗攻防模型和量子模糊机器学习攻防仿真系统，以期为研究量子人工智能算法奠定坚:实的理论和实践基础，加快推动量子计算的实用化进程。
二、拟解决的关键科学问题:
(1)如何将"直觉模糊集理论+量子计算"交叉融合，对具有复杂性和不确定性问题进行定量、准确描述的问题?
通过对大数据环境下如何高效、准确处理大数据所具有复杂性和不确定性问题进行研究，将"直觉模糊集理论+量子计算"交叉融合，研究并构建量子模糊信息管理数学模型。
模糊信息量子化(隶属度函数量子化):
(2)如何将"量子模糊信息管理数学模型+机器学习算法"交叉融合，研究高效、高准确率的量子模糊机器学习算法?
通过研究如何提升机器学习算法的效率问题，将"量子模糊信息管理数学模型+机器学习算法"交叉融合，以量子态作为信息处理单元，提出并研究高效、高准确率的量子模糊机器学习算法。
(3)如何有效提升量子模糊机器学习算法的安全性和鲁棒性问题?
通过分析与研究量子模糊机器学习算法可能存在的脆弱性与不足等问题，针对如何有效提升量子模糊机器学习算法的安全和鲁棒性，围绕着量子模糊机器学习对抗攻防开展应用研究，研究并提出量子模糊机器学习对抗攻防模型。
