Formazione.
2014. Dottorato di Ricerca in Matematica, Università di Trento (Valutazione: excellent).
2011. Laurea in Fisica, Università di Trento (Valutazione: 110/110 cum laude).
Abilitazioni.
Abilitazione Scientifica Nazionale (ASN) per Professore Associato nel settore Fisica Matematica (s.c. 01/A4).
Carriera accademica.
Posizione attuale (2023-present): Ricercatore (rtda). Dipartimento di Matematica, Alma Mater Studiorum - Università di Bologna.
Posizioni passate:
2020-2023: Ricercatore (rtda). Dipartimento di Ingegneria e Scienza dell'Informazione, Università di Trento.
2015-2019: Assegnista di riecerca al Dip. di Matematica, Università di Trento. P.I. del progetto "Research and development of quantum algorithms and quantum cryptographic protocols" finanziato da Fondazione Caritro (2017-2019).
Didattica.
2020-2022. Corso per la laurea magistrale in Informatica "Quantum Machine Learning".
2018. Corso di dottorato "Introduction to Quantum Information" presso Information and Communication Technology School, Università di Trento.
2016. Corso di dottorato "Foundations of Quantum Information and Quantum Cryptography" per la scuola di dottorato in Matematica, Università di Trento.
2012-2019. Supporto alla didattica per corsi di: geometria, analisi matematica, matematica discreta.
Interessi di ricerca.
-) Fondamenti matematici delle teorie quantistiche.
-) Teoria dell'informazione e della computazione quantistiche.
-) Algoritmi ibridi quantistici-classici;
-) Ottimizzazione;
-) Machine learning quantistico;
-) Crittografia quantistica;
-) Logica quantistica;
Attività di ricerca.
Risultati principali:
-) Caratterizzazione di stati e osservabili nella formulazione geometrica Hamiltoniana della meccanica quantistica con applicazioni alla teoria dell'informazione quantistica;
-) Descrizione geometrica dell'informazione mutua quantistica;
-) Definizione di un protocollo di crittografia quantistica basato su entanglement tripartito e relativa dimostrazione della sicurezza;
-) Prescrizione di quantizzazione di una logica fuzzy per deformazione del t-norm product.
-) Definizione e caratterizzazione di algoritmi ibridi per l'apprendimento da parte di macchine quantistiche. In particolare, apprendimento di Hamiltoniane nel contesto della computazione quantistica adiabatica.
-) Definizione e caratterizzazione di algoritmi di quantum-inspired machine learning per problemi di classificazione.
Brevetti.
-) Incoherent source for intraparticle entanglement (Inventors: S. Mazzucchi, V. Moretti, M. Pasini, D. Pastorello, L. Pavesi. Number: 102020000005521). Filed: 2020. Granted: 2022.
