Evaluación del impacto de la computación cuántica en la clasificación de imágenes mediante modelos de CNN
RESUMEN : Este estudio se centra en la evaluación del impacto que la computación cuántica tiene en la clasificación de imágenes, empleando modelos de Redes Neuronales Convolucionales (CNN). El objetivo principal es comparar el desempeño de modelos tradicionales de CNN desarrollados con TensorFlow y...
- Autores:
-
Vargas Mejia, Johan Arbey
- Tipo de recurso:
- Tesis
- Fecha de publicación:
- 2023
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/37565
- Acceso en línea:
- https://hdl.handle.net/10495/37565
- Palabra clave:
- Aprendizaje profundo
Deep Learning
Redes neurales (computadores)
Neural networks (Computer science)
Computadores cuánticos
Quantum computers
Computación cuántica
Clasificación Binaria de Imágenes
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-sa/4.0/
| id |
UDEA2_eb96c85aac91db51e4a294fc161ecec6 |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/37565 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Evaluación del impacto de la computación cuántica en la clasificación de imágenes mediante modelos de CNN |
| title |
Evaluación del impacto de la computación cuántica en la clasificación de imágenes mediante modelos de CNN |
| spellingShingle |
Evaluación del impacto de la computación cuántica en la clasificación de imágenes mediante modelos de CNN Aprendizaje profundo Deep Learning Redes neurales (computadores) Neural networks (Computer science) Computadores cuánticos Quantum computers Computación cuántica Clasificación Binaria de Imágenes |
| title_short |
Evaluación del impacto de la computación cuántica en la clasificación de imágenes mediante modelos de CNN |
| title_full |
Evaluación del impacto de la computación cuántica en la clasificación de imágenes mediante modelos de CNN |
| title_fullStr |
Evaluación del impacto de la computación cuántica en la clasificación de imágenes mediante modelos de CNN |
| title_full_unstemmed |
Evaluación del impacto de la computación cuántica en la clasificación de imágenes mediante modelos de CNN |
| title_sort |
Evaluación del impacto de la computación cuántica en la clasificación de imágenes mediante modelos de CNN |
| dc.creator.fl_str_mv |
Vargas Mejia, Johan Arbey |
| dc.contributor.advisor.none.fl_str_mv |
Botia Valderrama, Javier Fernando |
| dc.contributor.author.none.fl_str_mv |
Vargas Mejia, Johan Arbey |
| dc.subject.decs.none.fl_str_mv |
Aprendizaje profundo Deep Learning |
| topic |
Aprendizaje profundo Deep Learning Redes neurales (computadores) Neural networks (Computer science) Computadores cuánticos Quantum computers Computación cuántica Clasificación Binaria de Imágenes |
| dc.subject.lemb.none.fl_str_mv |
Redes neurales (computadores) Neural networks (Computer science) Computadores cuánticos Quantum computers |
| dc.subject.proposal.spa.fl_str_mv |
Computación cuántica Clasificación Binaria de Imágenes |
| description |
RESUMEN : Este estudio se centra en la evaluación del impacto que la computación cuántica tiene en la clasificación de imágenes, empleando modelos de Redes Neuronales Convolucionales (CNN). El objetivo principal es comparar el desempeño de modelos tradicionales de CNN desarrollados con TensorFlow y PyTorch contra modelos que integran un circuito cuántico como elemento distintivo de procesamiento. La metodología involucra la aplicación de un conjunto de datos estandarizado de imágenes de retratos, donde cada modelo CNN, uno basado en TensorFlow y otro en PyTorch, es entrenado y evaluado en su capacidad de clasificar las imágenes de forma binaria. Posteriormente, se introduce un circuito cuántico con el propósito de explorar las ventajas potenciales que la superposición y el entrelazado cuánticos pueden ofrecer en el proceso de clasificación. Los resultados obtenidos sugieren que la integración de circuitos cuánticos en la arquitectura de las redes neuronales convolucionales no solo es viable, sino que también produce resulta- dos competitivos en comparación con los enfoques clásicos establecidos. Este rendimiento es notable dado que la computación cuántica, aún en su naciente integración con técnicas de aprendizaje profundo, logra igualar casi a la perfección los resultados de su homólogo clásico. Esta paridad de rendimiento destaca el potencial significativo de los circuitos cuánticos en enriquecer y potenciar las capacidades de las CNN en tareas de clasificación de imágenes. |
| publishDate |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2023-12-12T20:59:50Z |
| dc.date.available.none.fl_str_mv |
2023-12-12T20:59:50Z |
| dc.date.issued.none.fl_str_mv |
2023 |
| dc.type.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Especialización |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_46ec |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/COther |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/other |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/draft |
| format |
http://purl.org/coar/resource_type/c_46ec |
| status_str |
draft |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10495/37565 |
| url |
https://hdl.handle.net/10495/37565 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
44 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad de Antioquia |
| dc.publisher.place.spa.fl_str_mv |
Medellín, Colombia |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería. Especialización en Analítica y Ciencia de Datos |
| institution |
Universidad de Antioquia |
| bitstream.url.fl_str_mv |
https://bibliotecadigital.udea.edu.co/bitstreams/6ef6af0c-71be-4108-9e1b-3d48799a5b02/download https://bibliotecadigital.udea.edu.co/bitstreams/61972323-45b8-4a64-95c1-298b6fcaf2bc/download https://bibliotecadigital.udea.edu.co/bitstreams/8aedf8fd-95a0-4ac1-a28e-131cb9b9eb43/download https://bibliotecadigital.udea.edu.co/bitstreams/a22ef0d7-311f-414f-884d-96f8c8a83b63/download https://bibliotecadigital.udea.edu.co/bitstreams/e9a894b8-576f-4d09-be48-7b0cda398115/download |
| bitstream.checksum.fl_str_mv |
95216b3e241105bfd8683596c3c18940 caa1c6db7399b39d1660b7b4ecfc9150 8a4605be74aa9ea9d79846c1fba20a33 8cff8f2f9a6d65317fa69abefb0a3f8b 34fe5b36e12263ac1d9eafbb97c24933 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad de Antioquia |
| repository.mail.fl_str_mv |
aplicacionbibliotecadigitalbiblioteca@udea.edu.co |
| _version_ |
1851052161400569856 |
| spelling |
Botia Valderrama, Javier FernandoVargas Mejia, Johan Arbey2023-12-12T20:59:50Z2023-12-12T20:59:50Z2023https://hdl.handle.net/10495/37565RESUMEN : Este estudio se centra en la evaluación del impacto que la computación cuántica tiene en la clasificación de imágenes, empleando modelos de Redes Neuronales Convolucionales (CNN). El objetivo principal es comparar el desempeño de modelos tradicionales de CNN desarrollados con TensorFlow y PyTorch contra modelos que integran un circuito cuántico como elemento distintivo de procesamiento. La metodología involucra la aplicación de un conjunto de datos estandarizado de imágenes de retratos, donde cada modelo CNN, uno basado en TensorFlow y otro en PyTorch, es entrenado y evaluado en su capacidad de clasificar las imágenes de forma binaria. Posteriormente, se introduce un circuito cuántico con el propósito de explorar las ventajas potenciales que la superposición y el entrelazado cuánticos pueden ofrecer en el proceso de clasificación. Los resultados obtenidos sugieren que la integración de circuitos cuánticos en la arquitectura de las redes neuronales convolucionales no solo es viable, sino que también produce resulta- dos competitivos en comparación con los enfoques clásicos establecidos. Este rendimiento es notable dado que la computación cuántica, aún en su naciente integración con técnicas de aprendizaje profundo, logra igualar casi a la perfección los resultados de su homólogo clásico. Esta paridad de rendimiento destaca el potencial significativo de los circuitos cuánticos en enriquecer y potenciar las capacidades de las CNN en tareas de clasificación de imágenes.EspecializaciónEspecialista en Analítica y Ciencia de Datos44application/pdfspaUniversidad de AntioquiaMedellín, ColombiaFacultad de Ingeniería. Especialización en Analítica y Ciencia de Datoshttps://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Evaluación del impacto de la computación cuántica en la clasificación de imágenes mediante modelos de CNNTesis/Trabajo de grado - Monografía - Especializaciónhttp://purl.org/coar/resource_type/c_46echttp://purl.org/redcol/resource_type/COtherhttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/draftAprendizaje profundoDeep LearningRedes neurales (computadores)Neural networks (Computer science)Computadores cuánticosQuantum computersComputación cuánticaClasificación Binaria de ImágenesPublicationORIGINALVargasJohan_2023_RedConvolucionalCuantica.pdfVargasJohan_2023_RedConvolucionalCuantica.pdfTrabajo de grado de especializaciónapplication/pdf3092213https://bibliotecadigital.udea.edu.co/bitstreams/6ef6af0c-71be-4108-9e1b-3d48799a5b02/download95216b3e241105bfd8683596c3c18940MD53trueAnonymousREADAnexoA_Notebook.zipAnexoA_Notebook.zipAnexoapplication/zip192691https://bibliotecadigital.udea.edu.co/bitstreams/61972323-45b8-4a64-95c1-298b6fcaf2bc/downloadcaa1c6db7399b39d1660b7b4ecfc9150MD55falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/8aedf8fd-95a0-4ac1-a28e-131cb9b9eb43/download8a4605be74aa9ea9d79846c1fba20a33MD56falseAnonymousREADTEXTVargasJohan_2023_RedConvolucionalCuantica.pdf.txtVargasJohan_2023_RedConvolucionalCuantica.pdf.txtExtracted texttext/plain62012https://bibliotecadigital.udea.edu.co/bitstreams/a22ef0d7-311f-414f-884d-96f8c8a83b63/download8cff8f2f9a6d65317fa69abefb0a3f8bMD59falseAnonymousREADTHUMBNAILVargasJohan_2023_RedConvolucionalCuantica.pdf.jpgVargasJohan_2023_RedConvolucionalCuantica.pdf.jpgGenerated Thumbnailimage/jpeg6106https://bibliotecadigital.udea.edu.co/bitstreams/e9a894b8-576f-4d09-be48-7b0cda398115/download34fe5b36e12263ac1d9eafbb97c24933MD510falseAnonymousREAD10495/37565oai:bibliotecadigital.udea.edu.co:10495/375652025-03-26 17:53:46.229https://creativecommons.org/licenses/by-nc-sa/4.0/open.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.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 |
