1/1/2025 - 31/12/2028
En este proyecto se propone emplear técnicas de inferencia estadística basadas en el principio de máxima verosimilitud (MaxLik) y el principio de máxima entropía (MaxEnt), junto con sistemas de redes neuronales, tanto clásicas como cuánticas, para la estimación eficiente de estados y procesos cuánticos, y el estudio de sus propiedades de interés. En particular, se explorarán escenarios en donde se dispone de alguna información "a priori" sobre el estado a estimar el proceso a caracterizar, el cual se incorporará a las formulaciones de estimadores ya existentes en la literatura. Para aplicaciones tecnológicas concretas, se espera diseñar algoritmos de discriminación de estados, y otros que puedan obtener los valores medios de observables de interés, sin tener que recurrir a la reconstrucción total del estado. Para ello se utilizará la combinación de los métodos de MaxEnt y MaxLik con sistemas de redes neuronales y clasificadores basados en el poder computacional de uno o más qubits. Los algoritmos deserrollados serán testeados en los dispositivos cuántios de IBMQ, y demás plataformas que ofrezcan acceso para investigación.