【学术创新】我校物理系硕士生卿勇在《智能计算》发表学术论文
来源：
发布时间 :2025-05-22 点击量：
我校物理系2021级硕士研究生卿勇在《科学》（Science）合作期刊《智能计算》（Intelligent Computing）发表文章“基于张量网络的神经网络压缩方法：实现变分参数的指数级削减”（Compressing Neural Networks Using Tensor Networks with Exponentially Fewer Variational Parameters）。卿勇和本科毕业生李珂共同担任第一作者，2023级博士研究生周鹏飞为合作作者。导师冉仕举教授为通讯作者。该研究获得北京市自然基金面上项目、中国科协青年人才托举工程博士生专项、首都师范大学研究生院“研究型高水平人才培育项目”的支持。
该研究发展了一种张量网络机器学习方法，利用深度自动可微分张量网络（ADTN，Automatically Differentiable Tensor Network），大幅压缩神经网络参数量，显著降低其模型复杂度，同时维持甚至提升模型性能。张量网络在量子多体物理中的成功应用，预示着其在人工智能领域的广阔潜力，主要体现在“高效性”和“可解释性”两个方面。其中，“高效性”指张量网络能够将一类复杂的量子多体态表示的复杂度从“指数级”有效降至“线性级”。该工作将张量网络在量子领域中的这一优势进一步拓展至机器学习场景，展现了其作为一种数值工具在AI领域的迁移价值。
