Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Log inSign up
Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Blog
Job Board
Q3AS

© 2026 Aqora Quantum S.A.S.

TermsPrivacyLegal Notice

Quantum market. Una nueva infraestructura de mercado financiero

Ignacio María Ozcariz Arraiza

Published Jan 1, 2025• 0 citations
OpenAlex

Abstract

La tesis presenta un nuevo modelo de procesamiento de la información basado en un paradigma que se denomina “Mapas Cognitivos Artificiales implementados sobre Espacios Topológicos Cuánticos”. La representación matemática de dicho modelo se realiza sobre un álgebra geométrica que inicialmente se implementa sobre dispositivos FPGA. El modelo de procesamiento descrito se instancia en una aplicación que es la base de una nueva infraestructura de mercados financieros denominada Quantum Market. El modelo de Mapas Cognitivos Artificiales para la representación de la información en el que nos basamos es el paradigma más avanzado de computación Neuro-Cuántica existente. La computación Neuro-Cuántica implementa aspectos de los sistemas nerviosos biológicos como copias analógicas o digitales en dispositivos analógicos o circuitos electrónicos. Las ventajas clave de la computación Neuro-Cuántica en comparación con los enfoques tradicionales son la eficiencia energética, la velocidad de aprendizaje y ejecución, la solidez frente a fallas locales y la capacidad de aprender en continuo a diferencia del aprendizaje de maquina al uso que diferencia las fases de aprendizaje de la de ejecución del algoritmo. La idea es desarrollar dispositivos artificiales que puedan llegar a “pensar” de forma creativa, reconocer personas u objetos que nunca han visto y de alguna manera adaptarse para actuar. Del marco de los conjuntos de datos, hasta cierto punto estáticos, que manejan las redes neuronales, hasta los objetos completamente dinámicos como base de los Mapas Cognitivos Artificiales. La tesis realiza una demostración práctica de la potencialidad del nuevo modelo en una nueva infraestructura de mercado financiero.

Related papers

Redes neuronales cuánticas y sus desafíos en la teoría de errores

Manuel Esparcia Cantos

Este Trabajo de Fin de Grado tiene como propósito explorar y divulgar los avances más recientes en el fascinante campo de la computación cuántica, centrándose especialmente en su integración con el aprendizaje profundo. En concreto, se analizará el prometedor enfoque de las redes neuronales cuánticas (Quantum Neural Networks, QNN). La estructura del trabajo se organiza en cuatro bloques temáticos bien diferenciados que permiten abordar de forma progresiva los conceptos clave: En primer lugar, se explican los fundamentos de las Redes Neuronales Clásicas, donde se analizan conceptos como las funciones de activación, las funciones de pérdida, el algoritmo de retropropagación y el proceso completo de entrenamiento. En segundo lugar, nos adentraremos en los pilares de la computación cuántica. Estudiaremos elementos fundamentales como el qubit y las puertas cuánticas, componentes que permiten manipular estados cuánticos. A continuación, con ambas bases teóricas establecidas, abordaremos el diseño de una red neuronal cuántica, centrando la atención en los modelos basados en circuitos variacionales. Además del desarrollo teórico se incluirán ejemplos prácticos y detallados utilizando conjuntos de datos reales. Estos casos permitirán ilustrar de manera tangible cómo se aplica una red neuronal cuántica a problemas concretos, desde la preparación de los datos hasta la interpretación de resultados. Finalmente, se expondrán las principales limitaciones y desafíos que actualmente enfrentan las redes neuronales cuánticas, incluyendo aspectos como la corrección de errores.

•Jun 12, 2025•0 citations

ESTADO DEL ARTE DE LA COMPUTACIÓN CUÁNTICA

Juan Pablo Rúa Vargas, John W. Branch

Paradójicamente se vive una analogía entre las décadas de 1950s cuando se iniciaron los computadores que operaban con transistores y grandes máquinas que cubrían grandes espacios y la década de 2000s en la cual emergen nuevas hipótesis para optimizar el rendimiento del computador cuántico desde la algoritmia hasta los qubits y desde su composición hasta su comportamiento. Hoy en día se han mejorado diferentes aspectos relacionados al mundo cuántico donde se presentan retos como la criptografía, decoherencia, superposición de estados entre otros que son fundamentales para el alcance de este poderoso ordenador. Se han construido máquinas que factorizan pequeñas cifras, sin embargo persisten dificultades en cuanto a la lectura de la información ya que el mundo atómico es un inmenso océano el cual no se ha explorado lo suficiente, cuyas bases se mantienen en lo profundo de la metafísica. La idea general es que las personas interesadas en esta temática se ilustren un poco acerca de la tecnología que abarcará toda la información del futuro, generar inquietudes que motiven al descubrimiento e investigaciones que generen discernimientos a partir de la descripción que se realiza desde el origen de la computación cuántica, sus elementos y su comportamiento.

Revista Avances en Sistemas e Informática•May 1, 2009•1 citation

Computación cuántica y su potencial en el ámbito financiero

Begoña Astarloa Domínguez

La computación cuántica se presenta como una de las tecnologías más disruptivas del siglo XXI, con un potencial transformador especialmente relevante para el sector financiero. Este trabajo analiza las principales aplicaciones de la computación cuántica en el sector financiero y los obstáculos que condicionan su desarrollo. Se examinan cuatro ámbitos concretos: la aceleración de simulaciones Monte Carlo, la optimización de carteras a través del quantum annealing, el quantum machine learning aplicado a la evaluación de riesgo crediticio y la amenaza de los algoritmos de Shor y Grover representan para la criptografía financiera vigente. Se examinan asimismo las limitaciones técnicas que frenan el desarrollo de esta tecnología como la decoherencia y el ruido en dispositivos NISQ, corrección de errores cuánticos y desafíos de escalabilidad del hardware. Se concluye que, si bien la mayoría de las aplicaciones se encuentran todavía en fases experimentales, la frontera entre el potencial teórico y la aplicación práctica se desplaza de forma sostenida, y que el sector financiero tiene ante sí tanto una amenaza presente, en materia de criptografía, como una oportunidad estratégica que ha lanzado una carrera hacia la supremacía cuántica, en la que participan gobiernos, instituciones e inversores privados de primer nivel.

•Sep 23, 2025•0 citations

Simulación y estudio de la complejidad de estados en computación cuántica discreta

Rafael Martín-Cuevas Redondo

La Computación Cuántica se presenta como un paradigma de computación no clásico que hace uso de fenómenos cuánticos para la realización de cálculos computacionales. De entre sus distintas implementaciones o manifestaciones, la basada en puertas cuánticas se considera la más versátil o de aplicación general, por su posibilidad de construir circuitos a partir de componentes más elementales. Dichos componentes son las puertas cuánticas, conceptualmente equivalentes a sus homónimas en el paradigma de computación clásica o basada en bits. Mientras que las puertas lógicas clásicas permiten la transformación del estado presentado por un registro en n bits, y en ello basamos la práctica totalidad de los dispositivos electrónicos actuales, las puertas cuánticas permiten a su vez la transformación de los estados de registros de n qubits. A dichos estados, se los denomina estados cuánticos. A diferencia de lo que ocurre en el caso de un bit, que puede estar únicamente en los estados 0 o 1, un qubit puede encontrarse en cualquiera de ambos estados -denominados clásicos-, o en una superposición lineal de ambos. Dicha superposición, regida por coeficientes complejos, establece qué probabilidad tenemos de obtener el qubit un estado 0, o un estado 1, si le aplicamos un proceso de medición. En la gran variedad de formas en que podemos superponer los estados clásicos de cada n-qubit, reside la potencia de este paradigma. El modelo discreto de Computación Cuántica propone el uso de estados cuánticos que cumplen unas determinadas propiedades, simplificando así el modelo continuo y permitiendo el uso de nuevos parámetros para comprender la relación entre los distintos estados cuánticos y su transformación mediante puertas cuánticas. Concretamente, se destacan dos: el número mínimo de puertas necesarias para alcanzar un determinado estado cuántico discreto desde uno de la base computacional -complejidad c-, y el parámetro necesarios para mantener la norma unitaria del vector que representa el estado -novel k-. Su estudio será determinante par identificar familias de estados discretos con propiedades particulares, algoritmos para el uso o la exploración del modelo discreto, y conclusiones sobre la complejidad de los estados del modelo. Abstract: Quantum Computing presents itself as a non-classical computing paradigm that uses quantum phenomena to make computational calculations. Among its different implementations or manifestations, the one based on quantum gates is considered as the most versatile or general-purpose one, due to its ability to create circuits using other basic components as its building blocks. Those basic components are quantum logic gates, conceptually equivalent to their homonym counterpart in classical or bit-based computing. Whereas classical logic gates enable the transformation of any state of a register of n bits, and almost every current electronic device is based on this paradigm, quantum logic gates are used to transform the states allowed by a register of n qubits. We will refer to those states of a n-qubit as quantum states. Opposed to a bit, that can only be in either a 0 or 1 state, a qubit can be in any of those so-called classical states, but also in any linear superposition of both. That superposition, determined by complex coefficients, establishes the probability to obtain either a 0 or a 1 from the qubit, after applying a measuring procedure to it. The computational power of this paradigm is based on the huge number of configurations that every n-qubit can have. The discrete model of Quantum Computing suggets the use of quantum states that verify certain additional properties, therefore simplifying the continuous model, and en-abling the use of new parameters to understand the relationship between different quantum states, and its transformation with quantum logic gates. Specifically, two are highlighted: the minimum number of gates required to reach a quantum state from one of the computational base -complexity c-, and the parameter needed to ensure that the vector that represents a quantum state remains unitary -level k-. Their study will play a key role in identifying families of quantum states with relevant characteristics, algorithms that allow for the use or the exploration of the discrete model, and conclusions about the complexity of the states of this model.

•Jan 1, 2018•0 citations

Quantum Software Modernization process

Luis Jiménez-Navajas

El interés por la computación cuántica ha crecido exponencialmente en los últimos años debido a su potencial para influir en un amplio número de tecnologías, potenciando muchas de ellas al tiempo que supone una amenaza para la seguridad de otras. Por consiguiente, esta tecnología tendrá inevitablemente un impacto social. Ciertas organizaciones necesitarán incorporar componentes cuánticos a sus sistemas para mantenerse competitivas. Ejemplos de estos componentes son los algoritmos capaces de resolver problemas que antes eran irresolubles en un tiempo razonable para la computación clásica o los nuevos protocolos de seguridad post- cuánticos, entre muchos otros. Por lo tanto, es probable que el desarrollo de los futuros sistemas de información se vea afectado por este nuevo paradigma de computación. La implementación de componentes cuánticos en los sistemas de información no implica que los sistemas de información actuales (clásicos) vayan a ser sustituidos en su totalidad por sistemas de información totalmente cuánticos. Por el contrario, se producirá una evolución hacia sistemas de información clásicos-cuánticos. Por consiguiente, las organizaciones tendrán que evaluar qué partes de su sistema de información deberán modernizarse con aplicaciones cuánticas y que se integrarán en estos nuevos sistemas de información híbridos. Desafortunadamente, no existen técnicas ni procesos concretos para abordar este reto. Esta tesis doctoral presenta un proceso de modernización de software como solución para migrar los sistemas de información clásicos hacia sistemas de información híbridos. Este proceso se denomina proceso de Modernización del Software Cuántico. Se han realizado adaptaciones de estándares acogidos por la industria como UML y KDM para emplear los principios de ingeniería dirigida por modelos. De esta manera y utilizando los estándares se pueden representar los nuevos componentes cuánticos. Los resultados obtenidos demuestran que el proceso de Modernización del Software Cuántico puede facilitar la integración de programas cuánticos en los sistemas de información clásicos existentes.

•Jan 1, 2024•0 citations

Efficient image processing through multi-spectral techniques and quantum computing

Luis Ortega López

La investigación científica y tecnológica avanza a un ritmo vertiginoso. En este continuo progreso, la capacidad de procesamiento de imágenes desempeña un papel crucial en una amplia variedad de campos de aplicación (medicina, teledetección, seguridad, agricultura, etc.), donde un análisis exhaustivo de los datos permite una mejor toma de decisiones. Actualmente, existen cámaras y sensores que posibilitan la captura de una gran cantidad de imágenes de alta resolución. El procesamiento de estas imágenes representa un desafío computacional significativo en la tarea de extraer eficientemente la información que contienen. Este aspecto es aún más evidente al trabajar con imágenes que incorporan información en distintas longitudes de onda o bandas espectrales, como ocurre en el caso de las imágenes multi-espectrales. Por otro lado, dentro del procesado de imagen también es de interés destacar el procesamiento cuántico de imágenes que, aunque actualmente es un área emergente, promete un gran potencial en la resolución de problemas complejos de procesamiento de imágenes en el futuro. Este procesamiento aprovecha las propiedades de la mecánica cuántica para resolver problemas complejos, abriendo nuevas posibilidades en el campo del procesamiento de imágenes. Sin embargo, la computación cuántica se encuentra aún en una fase preliminar, debido principalmente a los retos que suponen el incremento en el número de cúbits de las plataformas, y mantener la fiabilidad de los dispositivos con una gestión adecuada del ruido inherente a su funcionamiento. A medida que esta tecnología continúe desarrollándose es probable que se alcancen avances significativos en la capacidad de procesamiento de imágenes. Por ello, resulta esencial que el diseño de circuitos cuánticos esté optimizado, permitiendo así que los algoritmos de procesado de imágenes puedan utilizarlos cuando los desafíos anteriores estén resueltos. A lo largo de esta tesis se exploran los fundamentos teóricos y las aplicaciones prácticas de dos problemas relacionados con el procesamiento de imagen. En primer lugar, se investiga un problema de agricultura de precisión que trabaja con imágenes multi-espectrales. Concretamente, se realiza la implementación de una herramienta automática para comprobar el funcionamiento de herbicidas en un cultivo de girasol. Este problema se aborda utilizando técnicas de visión artificial como es la clasificación basada en objetos y, adicionalmente, se compara con dos aproximaciones basadas en Aprendizaje Profundo. Uno de los principales retos al trabajar con imágenes multi-espectrales son las distorsiones tanto geométricas como de perspectiva que estas presentan. Por lo tanto, en esta tesis se lleva a cabo un exhaustivo proceso de calibración y co-registro de las imágenes de una cámara multiespectral Sequoia. Este calibrado puede considerarse también una aportación de la tesis, puesto que la metodología definida podría extrapolarse para calibrar otras cámaras multi-espectrales. El segundo problema abordado está relacionado con la computación cuántica. Concretamente, en esta tesis se implementa un algoritmo tolerante a fallos para la segmentación de imágenes sobre plataformas cuánticas. El algoritmo se denomina “dual threshold”, o algoritmo de segmentación de doble umbral. Debido a que este algoritmo involucra dos operaciones de comparación, se diseñan dos circuitos cuánticos comparadores tolerantes a fallos. La bondad tanto de los circuitos cuánticos comparadores como del algoritmo implementado se mide utilizando un conjunto de métricas contrastadas entre las que destaca el coste de puertas T, que son las puertas relacionadas con la tolerancia a fallos. Finalmente, los desarrollos e implementaciones que se han propuesto para solucionar los dos problemas anteriormente citados se comparan con sus análogos del estado del arte, mostrando las bondades de las aportaciones realizadas durante la presente disertación.

•Nov 16, 2023•0 citations
La tesis presenta un nuevo modelo de procesamiento de la información basado en un paradigma que se denomina “Mapas Cognitivos Artificiales implementados sobre Espacios Topológicos Cuánticos”. La representación matemática de dicho modelo se realiza sobre un álgebra geométrica que inicialmente se implementa sobre dispositivos FPGA. El modelo de procesamiento descrito se instancia en una aplicación que es la base de una nueva infraestructura de mercados financieros denominada Quantum Market. El modelo de Mapas Cognitivos Artificiales para la representación de la información en el que nos basamos es el paradigma más avanzado de computación Neuro-Cuántica existente. La computación Neuro-Cuántica implementa aspectos de los sistemas nerviosos biológicos como copias analógicas o digitales en dispositivos analógicos o circuitos electrónicos. Las ventajas clave de la computación Neuro-Cuántica en comparación con los enfoques tradicionales son la eficiencia energética, la velocidad de aprendizaje y ejecución, la solidez frente a fallas locales y la capacidad de aprender en continuo a diferencia del aprendizaje de maquina al uso que diferencia las fases de aprendizaje de la de ejecución del algoritmo. La idea es desarrollar dispositivos artificiales que puedan llegar a “pensar” de forma creativa, reconocer personas u objetos que nunca han visto y de alguna manera adaptarse para actuar. Del marco de los conjuntos de datos, hasta cierto punto estáticos, que manejan las redes neuronales, hasta los objetos completamente dinámicos como base de los Mapas Cognitivos Artificiales. La tesis realiza una demostración práctica de la potencialidad del nuevo modelo en una nueva infraestructura de mercado financiero.
Este Trabajo de Fin de Grado tiene como propósito explorar y divulgar los avances más recientes en el fascinante campo de la computación cuántica, centrándose especialmente en su integración con el aprendizaje profundo. En concreto, se analizará el prometedor enfoque de las redes neuronales cuánticas (Quantum Neural Networks, QNN). La estructura del trabajo se organiza en cuatro bloques temáticos bien diferenciados que permiten abordar de forma progresiva los conceptos clave: En primer lugar, se explican los fundamentos de las Redes Neuronales Clásicas, donde se analizan conceptos como las funciones de activación, las funciones de pérdida, el algoritmo de retropropagación y el proceso completo de entrenamiento. En segundo lugar, nos adentraremos en los pilares de la computación cuántica. Estudiaremos elementos fundamentales como el qubit y las puertas cuánticas, componentes que permiten manipular estados cuánticos. A continuación, con ambas bases teóricas establecidas, abordaremos el diseño de una red neuronal cuántica, centrando la atención en los modelos basados en circuitos variacionales. Además del desarrollo teórico se incluirán ejemplos prácticos y detallados utilizando conjuntos de datos reales. Estos casos permitirán ilustrar de manera tangible cómo se aplica una red neuronal cuántica a problemas concretos, desde la preparación de los datos hasta la interpretación de resultados. Finalmente, se expondrán las principales limitaciones y desafíos que actualmente enfrentan las redes neuronales cuánticas, incluyendo aspectos como la corrección de errores.
Paradójicamente se vive una analogía entre las décadas de 1950s cuando se iniciaron los computadores que operaban con transistores y grandes máquinas que cubrían grandes espacios y la década de 2000s en la cual emergen nuevas hipótesis para optimizar el rendimiento del computador cuántico desde la algoritmia hasta los qubits y desde su composición hasta su comportamiento. Hoy en día se han mejorado diferentes aspectos relacionados al mundo cuántico donde se presentan retos como la criptografía, decoherencia, superposición de estados entre otros que son fundamentales para el alcance de este poderoso ordenador. Se han construido máquinas que factorizan pequeñas cifras, sin embargo persisten dificultades en cuanto a la lectura de la información ya que el mundo atómico es un inmenso océano el cual no se ha explorado lo suficiente, cuyas bases se mantienen en lo profundo de la metafísica. La idea general es que las personas interesadas en esta temática se ilustren un poco acerca de la tecnología que abarcará toda la información del futuro, generar inquietudes que motiven al descubrimiento e investigaciones que generen discernimientos a partir de la descripción que se realiza desde el origen de la computación cuántica, sus elementos y su comportamiento.
La computación cuántica se presenta como una de las tecnologías más disruptivas del siglo XXI, con un potencial transformador especialmente relevante para el sector financiero. Este trabajo analiza las principales aplicaciones de la computación cuántica en el sector financiero y los obstáculos que condicionan su desarrollo. Se examinan cuatro ámbitos concretos: la aceleración de simulaciones Monte Carlo, la optimización de carteras a través del quantum annealing, el quantum machine learning aplicado a la evaluación de riesgo crediticio y la amenaza de los algoritmos de Shor y Grover representan para la criptografía financiera vigente. Se examinan asimismo las limitaciones técnicas que frenan el desarrollo de esta tecnología como la decoherencia y el ruido en dispositivos NISQ, corrección de errores cuánticos y desafíos de escalabilidad del hardware. Se concluye que, si bien la mayoría de las aplicaciones se encuentran todavía en fases experimentales, la frontera entre el potencial teórico y la aplicación práctica se desplaza de forma sostenida, y que el sector financiero tiene ante sí tanto una amenaza presente, en materia de criptografía, como una oportunidad estratégica que ha lanzado una carrera hacia la supremacía cuántica, en la que participan gobiernos, instituciones e inversores privados de primer nivel.
La Computación Cuántica se presenta como un paradigma de computación no clásico que hace uso de fenómenos cuánticos para la realización de cálculos computacionales. De entre sus distintas implementaciones o manifestaciones, la basada en puertas cuánticas se considera la más versátil o de aplicación general, por su posibilidad de construir circuitos a partir de componentes más elementales. Dichos componentes son las puertas cuánticas, conceptualmente equivalentes a sus homónimas en el paradigma de computación clásica o basada en bits. Mientras que las puertas lógicas clásicas permiten la transformación del estado presentado por un registro en n bits, y en ello basamos la práctica totalidad de los dispositivos electrónicos actuales, las puertas cuánticas permiten a su vez la transformación de los estados de registros de n qubits. A dichos estados, se los denomina estados cuánticos. A diferencia de lo que ocurre en el caso de un bit, que puede estar únicamente en los estados 0 o 1, un qubit puede encontrarse en cualquiera de ambos estados -denominados clásicos-, o en una superposición lineal de ambos. Dicha superposición, regida por coeficientes complejos, establece qué probabilidad tenemos de obtener el qubit un estado 0, o un estado 1, si le aplicamos un proceso de medición. En la gran variedad de formas en que podemos superponer los estados clásicos de cada n-qubit, reside la potencia de este paradigma. El modelo discreto de Computación Cuántica propone el uso de estados cuánticos que cumplen unas determinadas propiedades, simplificando así el modelo continuo y permitiendo el uso de nuevos parámetros para comprender la relación entre los distintos estados cuánticos y su transformación mediante puertas cuánticas. Concretamente, se destacan dos: el número mínimo de puertas necesarias para alcanzar un determinado estado cuántico discreto desde uno de la base computacional -complejidad c-, y el parámetro necesarios para mantener la norma unitaria del vector que representa el estado -novel k-. Su estudio será determinante par identificar familias de estados discretos con propiedades particulares, algoritmos para el uso o la exploración del modelo discreto, y conclusiones sobre la complejidad de los estados del modelo. Abstract: Quantum Computing presents itself as a non-classical computing paradigm that uses quantum phenomena to make computational calculations. Among its different implementations or manifestations, the one based on quantum gates is considered as the most versatile or general-purpose one, due to its ability to create circuits using other basic components as its building blocks. Those basic components are quantum logic gates, conceptually equivalent to their homonym counterpart in classical or bit-based computing. Whereas classical logic gates enable the transformation of any state of a register of n bits, and almost every current electronic device is based on this paradigm, quantum logic gates are used to transform the states allowed by a register of n qubits. We will refer to those states of a n-qubit as quantum states. Opposed to a bit, that can only be in either a 0 or 1 state, a qubit can be in any of those so-called classical states, but also in any linear superposition of both. That superposition, determined by complex coefficients, establishes the probability to obtain either a 0 or a 1 from the qubit, after applying a measuring procedure to it. The computational power of this paradigm is based on the huge number of configurations that every n-qubit can have. The discrete model of Quantum Computing suggets the use of quantum states that verify certain additional properties, therefore simplifying the continuous model, and en-abling the use of new parameters to understand the relationship between different quantum states, and its transformation with quantum logic gates. Specifically, two are highlighted: the minimum number of gates required to reach a quantum state from one of the computational base -complexity c-, and the parameter needed to ensure that the vector that represents a quantum state remains unitary -level k-. Their study will play a key role in identifying families of quantum states with relevant characteristics, algorithms that allow for the use or the exploration of the discrete model, and conclusions about the complexity of the states of this model.
El interés por la computación cuántica ha crecido exponencialmente en los últimos años debido a su potencial para influir en un amplio número de tecnologías, potenciando muchas de ellas al tiempo que supone una amenaza para la seguridad de otras. Por consiguiente, esta tecnología tendrá inevitablemente un impacto social. Ciertas organizaciones necesitarán incorporar componentes cuánticos a sus sistemas para mantenerse competitivas. Ejemplos de estos componentes son los algoritmos capaces de resolver problemas que antes eran irresolubles en un tiempo razonable para la computación clásica o los nuevos protocolos de seguridad post- cuánticos, entre muchos otros. Por lo tanto, es probable que el desarrollo de los futuros sistemas de información se vea afectado por este nuevo paradigma de computación. La implementación de componentes cuánticos en los sistemas de información no implica que los sistemas de información actuales (clásicos) vayan a ser sustituidos en su totalidad por sistemas de información totalmente cuánticos. Por el contrario, se producirá una evolución hacia sistemas de información clásicos-cuánticos. Por consiguiente, las organizaciones tendrán que evaluar qué partes de su sistema de información deberán modernizarse con aplicaciones cuánticas y que se integrarán en estos nuevos sistemas de información híbridos. Desafortunadamente, no existen técnicas ni procesos concretos para abordar este reto. Esta tesis doctoral presenta un proceso de modernización de software como solución para migrar los sistemas de información clásicos hacia sistemas de información híbridos. Este proceso se denomina proceso de Modernización del Software Cuántico. Se han realizado adaptaciones de estándares acogidos por la industria como UML y KDM para emplear los principios de ingeniería dirigida por modelos. De esta manera y utilizando los estándares se pueden representar los nuevos componentes cuánticos. Los resultados obtenidos demuestran que el proceso de Modernización del Software Cuántico puede facilitar la integración de programas cuánticos en los sistemas de información clásicos existentes.
La investigación científica y tecnológica avanza a un ritmo vertiginoso. En este continuo progreso, la capacidad de procesamiento de imágenes desempeña un papel crucial en una amplia variedad de campos de aplicación (medicina, teledetección, seguridad, agricultura, etc.), donde un análisis exhaustivo de los datos permite una mejor toma de decisiones. Actualmente, existen cámaras y sensores que posibilitan la captura de una gran cantidad de imágenes de alta resolución. El procesamiento de estas imágenes representa un desafío computacional significativo en la tarea de extraer eficientemente la información que contienen. Este aspecto es aún más evidente al trabajar con imágenes que incorporan información en distintas longitudes de onda o bandas espectrales, como ocurre en el caso de las imágenes multi-espectrales. Por otro lado, dentro del procesado de imagen también es de interés destacar el procesamiento cuántico de imágenes que, aunque actualmente es un área emergente, promete un gran potencial en la resolución de problemas complejos de procesamiento de imágenes en el futuro. Este procesamiento aprovecha las propiedades de la mecánica cuántica para resolver problemas complejos, abriendo nuevas posibilidades en el campo del procesamiento de imágenes. Sin embargo, la computación cuántica se encuentra aún en una fase preliminar, debido principalmente a los retos que suponen el incremento en el número de cúbits de las plataformas, y mantener la fiabilidad de los dispositivos con una gestión adecuada del ruido inherente a su funcionamiento. A medida que esta tecnología continúe desarrollándose es probable que se alcancen avances significativos en la capacidad de procesamiento de imágenes. Por ello, resulta esencial que el diseño de circuitos cuánticos esté optimizado, permitiendo así que los algoritmos de procesado de imágenes puedan utilizarlos cuando los desafíos anteriores estén resueltos. A lo largo de esta tesis se exploran los fundamentos teóricos y las aplicaciones prácticas de dos problemas relacionados con el procesamiento de imagen. En primer lugar, se investiga un problema de agricultura de precisión que trabaja con imágenes multi-espectrales. Concretamente, se realiza la implementación de una herramienta automática para comprobar el funcionamiento de herbicidas en un cultivo de girasol. Este problema se aborda utilizando técnicas de visión artificial como es la clasificación basada en objetos y, adicionalmente, se compara con dos aproximaciones basadas en Aprendizaje Profundo. Uno de los principales retos al trabajar con imágenes multi-espectrales son las distorsiones tanto geométricas como de perspectiva que estas presentan. Por lo tanto, en esta tesis se lleva a cabo un exhaustivo proceso de calibración y co-registro de las imágenes de una cámara multiespectral Sequoia. Este calibrado puede considerarse también una aportación de la tesis, puesto que la metodología definida podría extrapolarse para calibrar otras cámaras multi-espectrales. El segundo problema abordado está relacionado con la computación cuántica. Concretamente, en esta tesis se implementa un algoritmo tolerante a fallos para la segmentación de imágenes sobre plataformas cuánticas. El algoritmo se denomina “dual threshold”, o algoritmo de segmentación de doble umbral. Debido a que este algoritmo involucra dos operaciones de comparación, se diseñan dos circuitos cuánticos comparadores tolerantes a fallos. La bondad tanto de los circuitos cuánticos comparadores como del algoritmo implementado se mide utilizando un conjunto de métricas contrastadas entre las que destaca el coste de puertas T, que son las puertas relacionadas con la tolerancia a fallos. Finalmente, los desarrollos e implementaciones que se han propuesto para solucionar los dos problemas anteriormente citados se comparan con sus análogos del estado del arte, mostrando las bondades de las aportaciones realizadas durante la presente disertación.