Mostrar el registro sencillo del ítem

dc.contributor.authorVidal-Requejo, Francisco
dc.contributor.authorRuz-Hervas, Antonio José
dc.date2023-09-13
dc.date.accessioned2023-11-24T13:53:39Z
dc.date.available2023-11-24T13:53:39Z
dc.identifier.urihttps://reunir.unir.net/handle/123456789/15626
dc.descriptionThe study of the human brain’s functioning proves useful for various applications, such as diagnosing certain neurological or cognitive conditions, monitoring and studying their progression, or determining an individual’s intent for controlling prosthetics or braincomputer interfaces (BCI). One of the most widely employed tools for extracting information from the brain is the electroencephalogram (EEG), as it offers the advantage of being minimally invasive and provides real-time insight into brain activity during normal functioning. Analysis of this data can be conducted across different domains (spatial, temporal, frequencies, etc.). Specifically, investigating the information obtained through a set of functions known as spherical harmonics has proven useful in epilepsy diagnosis through spatial information, and it could hold relevance for other applications. However, computation and analysis involving these functions can become computationally expensive, especially when dealing with numerous electrodes or multiple harmonics. This is largely due to the volume of power-product trigonometric calculations required to derive spherical harmonics, which, nevertheless, can be efficiently computed using quantum computing. In this study, the inherent trigonometric calculation properties of quantum computing are analyzed and their advantageous utilization is proposed, alongside certain classical computations, for evaluating spherical harmonics. This method is put to the test through simulations. Additionally, the limitations of practically implementing these techniques on a real quantum processor are described, mainly due to the current state of quantum computing development, and potential future solutions are proposed. This approach to evaluating spherical harmonics will be employed within the context of spatial analysis of EEG data through quantum machine learning, subsequently to be applied. Lastly, new avenues of research will be suggested to address the challenges currently associated with practically applying quantum computing to this type of problemes_ES
dc.description.abstractEl estudio del funcionamiento del cerebro humano resulta útil para diversas aplicaciones, como el diagnóstico de ciertas condiciones neurológicas o cognitivas, el seguimiento y estudio de la evolución de las mismas o la determinación de la intencionalidad del individuo para manejar prótesis o interfaces cerebro-computador (BCI, por sus siglas en inglés). Una de las herramientas más ampliamente utilizada para extraer información del cerebro son los electroencefalogramas (EEG), pues tiene la ventaja de poder realizarse de manera mínimamente intrusiva y de ofrecer un estudio de la actividad del cerebro en tiempo real y durante su funcionamiento ordinario. El análisis de estos datos se puede realizar considerando diferentes dominios (espacial, temporal, frecuencias, etc.). En concreto, el estudio de la información obtenida a través de una familia de funciones denominada armónicos esféricos, se ha demostrado útil para el diagnóstico de la epilepsia a través de la información espacial de dichos datos y podría ser relevante para otras aplicaciones. Sin embargo, el cálculo y análisis utilizando dichas funciones puede resultar demasiado costoso computacionalmente, sobre todo cuando se utilizan gran cantidad de electrodos o muchos armónicos. Esto es debido, en gran medida, a la cantidad de productos de potencias de funciones trigonométricas que se necesitan realizar para obtener los armónicos esféricos que, no obstante, se pueden computar eficientemente utilizando la computación cuántica. En este trabajo, se analizan las propiedades de cálculo trigonométrico inherentes a la computación cuántica y se plantea su utilización de forma provechosa, junto con algunos cálculos en computación clásica, para la evaluación de armónicos esféricos, poniendo dicho método a prueba mediante simulaciones. También se describen las limitaciones de la aplicación práctica en un procesador cuántico real de las técnicas utilizadas, debidas en gran parte al estado actual de desarrollo de la computación cuántica, y se plantean posibles soluciones de cara al futuro. Este método de evaluación de armónicos esféricos será utilizado en el contexto del análisis espacial de datos de EEG mediante aprendizaje automático cuántico, que sería posteriormente aplicado. Por ´ultimo, se sugerirán nuevas vías de investigación que lleven a la resolución de las complicaciones que actualmente presenta la aplicación práctica de la computación cuántica a este tipo de problemas.es_ES
dc.language.isospaes_ES
dc.rightsopenAccesses_ES
dc.subjectelectroencefalogramaes_ES
dc.subjectcomputación cuánticaes_ES
dc.subjectarmónicos esféricoses_ES
dc.subjectintención motoraes_ES
dc.subjectaprendizaje automático cuánticoes_ES
dc.subjectspherical harmonicses_ES
dc.subjectmotor intentiones_ES
dc.subjectquantum machine learninges_ES
dc.subjectMáster en Computación Cuánticaes_ES
dc.titleComputación cuántica aplicada al análisis espacial en electroencefalografíaes_ES
dc.typemasterThesises_ES
reunir.tag~MCCes_ES


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem