RT info:eu-repo/semantics/bachelorThesis
T1 Aprendizaje automático basado en computación cuántica. Clasificación de imágenes mediante Kernels cuánticos
A1 Martínez Sánchez, Javier
A2 Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid
K1 Computación cuántica
K1 Machine Learning
K1 Quantum Kernels
AB Recientemente se ha alcanzado la era de los dispositivos NISQ (Noisy Intermediate-Scalce Quantum), dispositivos que, pese a seguir siendo susceptiblesal ruido, pueden mejorar sobradamente a los computadores clásicos en ciertas tareas. En este proyecto se trata de obtener una simulación de un modeloque mejora de forma teórica las capacidades de las soluciones clásicas existentes.Una idea recurrente dentro de esta disciplina es hacer uso de circuitos cuánticos como redes neuronales, debido a la similitud en su estructura. De estaforma se pueden optimizar los parámetros con métodos similares. En este proyecto se ha resuelto un problema de clasificación binaria supervisada deimágenes. Para ello se ha utilizado el método del núcleo o <<kernel>> cuántico, que es similar a los kernels clásicos pero siendo ejecutado en undispositivo cuántico ya sea real o simulado. La computación cuántica aporta espacios de Hilbert de alta dimensionalidad donde separar las distintasobservaciones del problema. La mejora de la eficiencia teórica con respecto a los métodos clásicos ya ha sido demostrada.
YR 2023
FD 2023
LK https://uvadoc.uva.es/handle/10324/63011
UL https://uvadoc.uva.es/handle/10324/63011
LA spa
NO Departamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos)
DS UVaDOC
RD 22-may-2024