Diseño e implementación de algoritmos cuánticos para problemas de aprendizaje automático supervisado

Abstract

En este trabajo se abordará un estudio del estado del arte en cuanto a algoritmos cuánticos para la resolución de problemas de aprendizaje automático supervisado. Se considerarán opciones como Quantum Support Vector Machines y Quantum Neural Networks, estudiando sus propiedades principales así como sus fortalezas y debilidades. Se realizará un análisis de los requerimientos para la implementación de estos modelos así como un diseño adecuado para aprovechar al máximo las capacidades de los simuladores y ordenadores cuánticos actuales. Finalmente, se implementarán estos modelos siguiendo el diseño realizado y se medirá su rendimiento con una batería de problemas de prueba.