• Quantum machine learning，AI for Quantum Science and Technology, Quantum Sensing

2023.10-至今，上海交通大学助理研究员

• 上海交通大学，信息与通信工程，博士，2018.09 - 2023.06
• 中南大学，通信工程，本科，2014.09 - 2018.06

• 首届CCF量子计算博士论文激励计划（2024.08）
• 指导本科生获得CCF“司南杯”量子编程挑战赛，全国二等奖（2项），2024.04-2024.07
• CCF“司南杯”量子编程挑战赛，全国一等奖 ，2023.04 - 2023.08
• 上海交通大学优秀毕业生， 2023.06
• 上海交通大学光纤国重一等奖研金， 2022.11
• CCF“司南杯”量子编程挑战赛，全国二等奖，2022.08
• 上海交通大学首届杨嘉墀奖学金，2019.09
• 全国“华为杯”研究生数学建模竞赛，全国二等奖 ，2018.09 - 2018.12
• 中南大学优秀学生标兵，国家奖学金，湖南省优秀毕业生等，2014.09-2018.06

在npj Quantum Information(2)、Communications Physics(2)、New journal of Physics、Phys. Rev.系列以及ICLR等期刊与会议上发表SCI论文25余篇，引用160余次。目前担任PRX Quantum, PRL, Quantum Science and Technology、New Journal of Physics、Physical Review A/Applied等期刊审稿人。在国际上首次提出多个量子机器学习算法，如量子玻尔兹曼机高效训练算法(QBM)、量子逆强化学习算法(QGAIL)、量子深度生成先验算法(QDGP)，为含噪声中等尺度下的量子优势（NISQ）研究提供了多个候选方案，并丰富了量子机器学习算法库。另外，还首次提出基于量子机器学习算法的量子传感(DRLQS)与量子模拟(MLCP)研究，为机器学习赋能量子信息技术研究提供了多个早期方案。

学术活动

• Advanced Photonics论坛：智能光子学邀请报告，基于变分量子线路的鬼成像算法研究，2024.11
• 山东大学，“量子机器学习算法及其优势研究”孙宝清课题组邀请报告，2024.09
• 杭州富阳第一届国际光电集成技术大会，“机器学习鬼成像与实际优势研究”邀请报告，2024.05
• 南京信息工程大学，“量子机器学习算法与应用研究”刘文杰课题组邀请报告，2024.05
• 第二十届全国量子光学学术会议，“基于深度强化学习的时变量子参数估计”口头报告 ，2022.08
• 第十九届全国量子光学学术会议，“基于维度扩张的量子玻尔兹曼机算法”口头报告 ，2021.08

国家自然科学基金青年项目，抗时空关联噪声的变分量子算法设计与量子误差缓释联合优化研究，2025.01-2027.12

联想集团-上海交通大学人工智能联合实验室项目，面向大模型的量子机器学习算法与应用研究，2024.08-2025.12

中电科项目，基于机器学习的量子随机数脆弱性分析与预测研究，2024.02-2024.12

校内启动项目，量子机器学习算法研究，2023.10-2026.12

• Xiao, T., Zhai, X., Huang, J. et al. Quantum deep generative prior with programmable quantum circuits. Commun Phys 7, 276 (2024). https://doi.org/10.1038/s42005-024-01765-9

• Xiao, T., Zhai, X., Wu, X. et al. Practical advantage of quantum machine learning in ghost imaging. Commun Phys 6, 171 (2023). https://doi.org/10.1038/s42005-023-01290-1

• Xiao, T., Huang, J., Li, H., Fan, J., Zeng, G. Quantum generative adversarial imitation learning. New Journal of Physics, 2023, 25(3): 033034.

• Xiao, T., Fan, J. & Zeng, G. Parameter estimation in quantum sensing based on deep reinforcement learning. npj Quantum Inf 8, 2 (2022). https://doi.org/10.1038/s41534-021-00513-z

• Xiao, T., Huang, J., Li, H. et al. Intelligent certification for quantum simulators via machine learning. npj Quantum Inf 8, 138 (2022). https://doi.org/10.1038/s41534-022-00649-6

• Xiao, T., Bai, D., Fan, J., Zeng, G. Quantum Boltzmann machine algorithm with dimension-expanded equivalent Hamiltonian[J]. Physical Review A, 2020, 101(3): 032304.

• Xiao, T., Huang, J., Fan, J. et al. Continuous-variable Quantum Phase Estimation based on Machine Learning. Sci Rep 9, 12410 (2019). https://doi.org/10.1038/s41598-019-48551-0