PulseAugur
中
实时 12:16:23
English(EN) Hybrid Classical-Quantum (HCQ) Alzheimer's Classification via Supervised $β$-VAE and Quantum Kernels

混合人工智能管道使用量子核对阿尔茨海默病进行分类

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种新颖的混合经典-量子 (HCQ) 管道，用于使用 3D 结构 MRI 扫描对阿尔茨海默病 (AD) 进行分类。该系统采用监督式 3D β-变分自编码器 (VAE) 来提取与疾病相关的特征，然后将这些特征编码为量子态。这些量子态用于构建支持向量机 (SVM) 的量子核，在 ADNI-1 数据集上实现了高达 72.1% 的准确率和 0.799 的 AUC。这种方法将经典深度学习与量子计算相结合，以增强生物医学成像的诊断能力。 AI

影响 这种混合方法可以为生物医学成像中的诊断分类提供新框架，有可能提高准确性和效率。

排序理由 该集群描述了一篇发表在 arXiv 上的新研究论文，其中详细介绍了一种新的疾病分类方法。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Tia Tiwari, Vamshi Krishna Kancharla, Neelam Sinha ·

    Hybrid Classical-Quantum (HCQ) Alzheimer's Classification via Supervised $\beta$-VAE and Quantum Kernels

    arXiv:2606.14194v1 Announce Type: cross Abstract: This paper presents a two-stage Hybrid Classical-Quantum (HCQ) pipeline for binary Alzheimer's disease (AD) classification from 3D T1-weighted structural MRI volumes, where the classical and quantum components are designed to comp…

  2. arXiv cs.LG TIER_1 English(EN) · Neelam Sinha ·

    混合经典-量子 (HCQ) 阿尔茨海默病分类：基于监督式 $β$-VAE 和量子核

    This paper presents a two-stage Hybrid Classical-Quantum (HCQ) pipeline for binary Alzheimer's disease (AD) classification from 3D T1-weighted structural MRI volumes, where the classical and quantum components are designed to complement each other rather than operate independentl…

相关实体

相关话题