LINK AL PDF DEL TREBAJO/LINK TO THE PDF
This repository is part of an institute research project on Quantum Machine Learning, specifically on the generation of images through a quantum circuit.
Quantum Machine Learning is one of the most promising applications of Quantum Computing. In this work, I present a Quantum Generative Adversarial Network (qGAN) for generating gray-scale bar images. Through the Fréchet Distance score, I evaluate the effectiveness of a partial measurement on the simulated quantum circuit that generates the images. This score shows that the measurement improves qGAN performance by avoiding an oscillation on the resemblance between the generated and the real images, that is, an alternation of good and poor quality generated images that occurs through optimization of the qGAN. For queries to the author open an issue.
Este repositorio forma parte de un proyecto de investigación de instituto sobre Aprendizaje Automático Cuántico, concretament sobre la generación de images a través de un circuito cuàntico.
El Aprendizaje Automático Cuántico es una de las aplicaciones más prometedoras de la Computación Cuántica. En este trabajo, presento una Red Generacional Adversativa Cuántica (gGAN en inglés) para generar imagenes de barras en una escala de grises. A través de la puntuación de la Distance de Fréchet, evaluo la efectividad de una medida parcial en el circuito cuántico que genera las images. Esta puntuación muestra que esta medida mejora el rendimiento de la qGAN al evitar una oscilación en el parecido entre las imagenes generadas y las reales, es decir, una alternancia entre imagenes generades de buena y mala calidad que se da a cabo a través de toda la optimización de la qGAN.