Aplicación

Modelos de clasificación y generativos cuánticos aplicados a física de partículas y medicina

Quantum and High Performance Computing (QHPC)

Descripción del grupo:

El grupo de investigación de Quantum and High Performance Computing (QHPC) de la Universidad de Oviedo tiene más de veinte años de experiencia en la aplicación de técnicas de computación de altas prestaciones en problemas de machine learning, de álgebra computacional y de cálculo numérico. Desde hace 6 años, ha incorporado también una línea de investigación en computación cuántica, con aplicaciones en problemas algebraicos, de física de altas energías y de tratamiento de señales biomédicas, así como de desarrollo de sistemas de simulación de circuitos cuánticos.

El grupo QHPC colabora en proyectos de investigación en computación cuántica con investigadores de instituciones como el CERN, las universidades de Cambridge, ETH Zürich, EPFL Lausanne, la Universidad de Almería, la Universidad de Jaén, la Fundación CTIC y el Instituto Tecnológico de Castilla y León.

El grupo está compuesto por los siguientes investigadores: José Ranilla Pastor, Raquel Cortina Parajón, Pablo Revuelta Sanz y Elías Fernández-Combarro Álvarez.

Descripción de la actividad:

Las tareas del grupo QHPC de la Universidad de Oviedo se centran en la aplicación de técnicas de Quantum Machine Learning al procesamiento de señales biomédicas. Además, colaborará en labores de formación y difusión relacionadas con los objetivos del proyecto Quantum Spain.
En concreto, se abordarán las siguientes tareas:
1. Desarrollar modelos basados en clasificadores cuánticos aplicados a problemas del ámbito sanitario, en especial los referidos al tratamiento de señales biomédicas y, más concretamente, aquellos en los que la fuente de datos es de naturaleza sonora (sonidos pulmonares, sonidos cardíacos…).
2. Llevar a cabo tareas de elaboración de material divulgativo relacionado con la computación cuántica y el Quantum Machine Learning. Este material incluirá contenidos formativos como cursos a distintos niveles, material audiovisual especializado, o códigos interactivos..

Resultados

Hernández Caceres, J. M.; Fernández Rúa, I.; Fernández-Combarro Álvarez, E.

Efficient quantum algorithms to find substructures on finite algebras Artículo de revista

En: Quantum Information and Computation , vol. 23, no 15, 2024, ISBN: 1533-7146.

Resumen | Enlaces | BibTeX | Etiquetas: UNIOVI

Lugilde, G.; Combarro, E. F.; Rúa, I. F.

Functional quantum abstract detecting systems Artículo de revista

En: Quantum Information Processing, vol. 23, no 82, 2024, ISBN: 1570-0755.

Resumen | Enlaces | BibTeX | Etiquetas: UNIOVI

Combarro, E. F.; Rúa, I. F.; Ortega, O. G.; Puertas, A. M.; Garzón, E. M.

Quantum algorithms to compute the neighbour list of N-body simulations Artículo de revista

En: Quantum Information Processing, vol. 23, no 61, 2024, ISBN: 1570-0755.

Resumen | Enlaces | BibTeX | Etiquetas: UNIOVI

Combarro, E. F.; Pérez-Fernández, R.; Ranilla, J.; De Baets, B.

Solving the Kemeny ranking aggregation problem with quantum optimization algorithms Artículo de revista

En: Mathematical Methods in the Applied Sciences, vol. 46, iss. 16, 2023, ISBN: 0170-4214.

Resumen | Enlaces | BibTeX | Etiquetas: UNIOVI