Utilize este identificador para referenciar este registo:
https://hdl.handle.net/1822/75961
Título: | From Deep Learning in imaging neuroscience to nuclear physics in Quantum Computing |
Outro(s) título(s): | Do Deep Learning em neurociência de imagem à física nuclear em Computação Quântica |
Autor(es): | Lori, Nicolas Francisco |
Orientador(es): | Alves, Victor Sousa, Nuno |
Palavras-chave: | Computação Quântica Deep Learning Filosofia da Informação Neurociência de Imagem Deep Learning Imaging Neuroscience Philosophy of Information Quantum Computing |
Data: | 26-Jun-2020 |
Resumo(s): | Esta tese mostra como as descobertas da Ciência da Computação e da Computação Quântica, que se desenvolveram em alguns aspectos do Deep Learning em Neurociência de Imagem à Física Nuclear em Computação Quântica, podem levar a uma drástica e inovadora fundação no campo da Ciência da Computação. De facto, abrem-se oportunidades para melhorar temas aplicados e teóricos nessas disciplinas. Em particular, descobrimos que os avanços na Tecnologia da Informação dependem mais do "Deep Learning em Neurociência de Imagem" do que da "Física Nuclear em Computação Quântica". A razão para isso é que o foco é mais nos paralelos à computação da informação em sistemas biológicos do que na miniaturização, o que se concentraria nos paralelos à Física Nuclear. Inegavelmente, uma consequência importante desta tese é que a Ciência da Computação representa uma disciplina que pode ser interpretada como base para as outras tecnologias de inferência causal, ou seja, a Ciência da Computação denota não apenas uma coleção de ferramentas para Matemática, Física, Neurociências e Economia, mas também pode ser entendida como um valor agregado de tais disciplinas à ComputaçãoQuântica. This thesis shows how findings from Computer Science (CS) and Quantum Computing, which developed in some aspects from Deep Learning in Imaging Neuroscience to Nuclear Physics in Quantum Computing, can lead to severe and groundbreaking foundation in the field of CS. Indeed, opportunities open up to improve both applied and theoretical topics in these disciplines. In particular, we found that advances in Information Technology depends more on "Deep Learning in Imaging Neuroscience" than on "Nuclear Physics in Quantum Computing". The reason for this is that the focus is more on the parallels to information computation in biological systems than on miniaturization, which would focus on the parallels to Nuclear Physics. Undeniably, an important consequence of this thesis is that CS stands for a discipline that can be interpreted as the basis for the other causal inference technologies, i.e., CS denotes not just a collection of tools for Mathematics, Physics, Neurosciences and Economics, but can also be understood as an added value from such disciplines to Quantum Computing. |
Tipo: | Tese de doutoramento |
Descrição: | Programa de Doutoramento em Informática das Universidades do Minho, de Aveiro e do Porto |
URI: | https://hdl.handle.net/1822/75961 |
Acesso: | Acesso aberto |
Aparece nas coleções: | DI/CCTC - Teses de Doutoramento (phd thesis) |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Nicolas Francisco Lori.pdf | Tese de Doutoramento | 3,17 MB | Adobe PDF | Ver/Abrir |
Este trabalho está licenciado sob uma Licença Creative Commons