RT info:eu-repo/semantics/bachelorThesis
T1 Teoría de representación aplicada al Geometric Quantum Machine Learning
A1 Rey Valiente, Pablo
A2 Universidad de Valladolid. Escuela de Ingeniería Informática de Segovia
K1 Educación - Informática
K1 Aprendizaje automático
K1 Geometric Quantum Machine Learning (GQML)
K1 Computación cuántica
K1 PennyLane
K1 Jupyter
K1 Simetría
K1 Tres en raya
K1 1203.10 Enseñanza Con Ayuda de Ordenador
AB Este trabajo de fin de grado investiga la aplicación de la teoría de representación alaprendizaje automático cuántico geométrico, enfatizando especialmente el uso de simetríaspara mejorar el rendimiento del modelo. Además de ser un trabajo de investigación,también sirve como recurso educativo, con el objetivo de elucidar conceptos matemáticoscomplejos en la computación cuántica para una audiencia más amplia. Al explicar cómolas simetrías pueden optimizar los algoritmos de aprendizaje, este estudio contribuye tantoa la comprensión teórica como a los avances prácticos en la computación cuántica.
YR 2024
FD 2024
LK https://uvadoc.uva.es/handle/10324/68162
UL https://uvadoc.uva.es/handle/10324/68162
LA spa
DS UVaDOC
RD 28-abr-2025