TAZ-TFG-2023-3073


Inteligencia artificial cuántica para el diagnóstico de enfermedades

Pérez García de Carellán, Juan Manuel
Zueco Láinez, David (dir.) ; Del Hoyo Alonso, Rafael (dir.)

Universidad de Zaragoza, CIEN, 2023
Departamento de Física de la Materia Condensada, Área de Física de la Materia Condensada

Graduado en Física

Resumen: El trabajo introduce lo que es el "machine learning", concretamente el aprendizaje supervisado, y mediante la mezcla de las redes neuronales artificiales y las bases de la mecánica cuántica, se estudia un modelo híbrido (clásico-cuántico) de red neuronal. Para ello, se tratan conjuntos de datos para la realización de un ejercicio de clasificación de distintas actividades humanas, con el objetivo final de poder relacionar esto con la detección anticipada de enfermedades relacionadas con la mala postura o musculares.


Tipo de Trabajo Académico: Trabajo Fin de Grado

Creative Commons License



El registro pertenece a las siguientes colecciones:
Trabajos académicos > Trabajos Académicos por Centro > Facultad de Ciencias
Trabajos académicos > Trabajos fin de grado



Volver a la búsqueda

Valore este documento:

Rate this document:
1
2
3
 
(Sin ninguna reseña)