Por favor, use este identificador para citar o enlazar este ítem:https://uvadoc.uva.es/handle/10324/63197
Título
Teoría de representación de grupos en el aprendizaje automático cuántico geométrico
Autor
Director o Tutor
Año del Documento
2023
Titulación
Grado en Matemáticas
Abstract
El "aprendizaje automático cuántico" (Quantum machine learning) es una área de investigación reciente que combina las teorías de información y
computación cuánticas y de aprendizaje automático. El desarrollo de modelos que consideran las simetrías del sistema ha dado lugar al campo del
"aprendizaje automático cuántico geométrico" (Geometric Quantum Machine Learning (GQML)).
En el programa GQML, la teoría de representación de grupos ocupa un lugar central para manipular las simetrías subyacentes en la información y
entender la relación entre estas simetrías y el proceso de aprendizaje cuántico.
Este trabajo presenta una introducción a la teoría de representación de grupos, desde la óptica del aprendizaje cuántico, guiada por ejemplos arquetípicos
que involucran grupos discretos y continuos.
El trabajo se coordina con el TFG en Ingeniería informática "Introducción al aprendizaje automático cuántico geométrico''.
Palabras Clave
Grupo de Lie
Teoría de representación
Álgebra de Lie
Departamento
Departamento de Algebra, Geometría y Topología
Departamento de Informática
Departamento de Informática
Idioma
spa
Derechos
openAccess
Collections
- Trabajos Fin de Grado UVa [29396]
Files in this item
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 Internacional