|
Teaching GuideTerm Faculty of Computer Science |
| Máster Universitario en Ciencia e Tecnoloxías de Información Cuántica |
 Subjects |
| Quantum Computing and High Performance Computing |
| Learning aims |
|
|
| Identifying Data | 2023/24 | |||||||||||||
| Subject | Quantum Computing and High Performance Computing | Code | 614551009 | |||||||||||
| Study programme |
|
|||||||||||||
| Descriptors | Cycle | Period | Year | Type | Credits | |||||||||
| Official Master's Degree | 2nd four-month period |
First | Optional | 3 | ||||||||||
|
||||||||||||||
| Learning outcomes | Study programme competences | ||
| Conocer los algoritmos y estrategias de computación clásica inspirados en computación cuántica: redes tensoriales, estados producto de matrices, etc. | AJ15 |
BJ1 BJ2 BJ3 BJ6 BJ8 BJ12 BJ13 BJ14 BJ16 |
CJ1 CJ2 CJ3 CJ4 CJ5 CJ6 CJ7 CJ8 CJ9 |
| Conocer y saber aplicar aspectos avanzados de computación cuántica: aprendizaje cuántico, arquitectura cuántica eficiente, modo de operación de los aceleradores cuánticos, computación de altas prestaciones, sistemas cuánticos basados en reglas y aplicaciones a cálculo numérico. | AJ15 |
BJ1 BJ2 BJ3 |
CJ9 |
| Conocer escenarios de aplicación práctica de la computación cuántica en problemas de interés científico, tecnológico y financiero. Identificar de dominios que exhiban ventaja cuántica. Conocer las instituciones y empresas que son actores en la computación cuántica, adquiriendo una prespectiva de la agenda que es razonable esperar en los próximos años. | AJ15 |
BJ1 BJ2 BJ3 |
CJ1 CJ2 CJ5 CJ6 CJ9 |
|
