pyRiemann-qiskit: A Sandbox for Quantum Classification Experiments with Riemannian Geometry - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Journal Articles Research Ideas and Outcomes Year : 2023

pyRiemann-qiskit: A Sandbox for Quantum Classification Experiments with Riemannian Geometry

Abstract

Quantum computing is a promising technology for machine learning, in terms of computational costs and outcomes. In this work, we intend to provide a framework that facilitates the use of quantum machine learning in the domain of brain-computer interfaces-where biomedical signals, such as brain waves, are processed.
L'informatique quantique est une technologie prometteuse pour l'apprentissage automatique, en termes de coûts de calcul et de précision des résultats. Dans ce travail, nous proposons un logiciel qui facilite l'utilisation de l'apprentissage automatique quantique pour l'analyse des séries temporelles, en particulier dans le domaine des interfaces cerveau-machine.
Fichier principal
Vignette du fichier
RIO_article_101006.pdf (219.29 Ko) Télécharger le fichier
Origin Publisher files allowed on an open archive

Dates and versions

hal-04040814 , version 1 (22-03-2023)

Identifiers

Cite

Anton Andreev, Grégoire H Cattan, Sylvain Chevallier, Quentin Barthélemy. pyRiemann-qiskit: A Sandbox for Quantum Classification Experiments with Riemannian Geometry. Research Ideas and Outcomes, 2023, 9, ⟨10.3897/rio.9.e101006⟩. ⟨hal-04040814⟩
63 View
65 Download

Altmetric

Share

Gmail Mastodon Facebook X LinkedIn More