QiVC-Net

量子启发式网络在生物信号分类中达到最先进水平

研究人员推出了一种新颖的学习框架QiVC-Net，该框架将量子启发式原理与变分优化相结合，以增强生物信号分类能力。其核心创新是量子启发式旋转集成（QiRE）机制，它允许卷积权重的可微分旋转，从而在不增加计算负担的情况下实现结构化不确定性建模。在心音图（PCG）记录上的应用显示，QiVC-Net在基准数据集上达到了97.84%和97.89%的最先进准确率，证明了其在不确定性感知生物医学信号分析方面的潜力。