دانلود مقاله انگلیسی رایگان:هسته‌های کوانتومی برای پیش‌بینی‌های دنیای واقعی بر اساس پرونده‌های سلامت الکترونیکی - 2022
دانلود بهترین مقالات isi همراه با ترجمه فارسی 2
دانلود مقاله انگلیسی محاسبات کوانتومی رایگان
  • Quantum Kernels for Real-World Predictions Based on Electronic Health Records Quantum Kernels for Real-World Predictions Based on Electronic Health Records
    Quantum Kernels for Real-World Predictions Based on Electronic Health Records

    دسته بندی:

    محاسبات کوانتومی - Quantum-Computing


    سال انتشار:

    2022


    عنوان انگلیسی مقاله:

    Quantum Kernels for Real-World Predictions Based on Electronic Health Records


    ترجمه فارسی عنوان مقاله:

    هسته‌های کوانتومی برای پیش‌بینی‌های دنیای واقعی بر اساس پرونده‌های سلامت الکترونیکی


    منبع:

    ieee - ieee Transactions on Quantum Engineering;2022;3; ;10:1109/TQE:2022:3176806


    نویسنده:

    ZORAN KRUNIC1 , FREDERIK F. FLÖTHER2 , GEORGE SEEGAN1, NATHAN D. EARNEST-NOBLE3, AND OMAR SHEHAB


    چکیده انگلیسی:

    Research on near-term quantum machine learning has explored how classical machine learning algorithms endowed with access to quantum kernels (similarity measures) can outperform their purely classical counterparts. Although theoretical work has shown a provable advantage on synthetic data sets, no work done to date has studied empirically whether the quantum advantage is attainable and with what data. In this article, we report the first systematic investigation of empirical quantum advantage (EQA) in healthcare and life sciences and propose an end-to-end framework to study EQA. We selected electronic health records data subsets and created a configuration space of 5–20 features and 200–300 training samples. For each configuration coordinate, we trained classical support vector machine models based on radial basis function kernels and quantum models with custom kernels using an IBM quantum computer, making this one of the largest quantum machine learning experiments to date. We empirically identified regimes where quantum kernels could provide an advantage and introduced a terrain ruggedness index, a metric to help quantitatively estimate how the accuracy of a given model will perform. The generalizable framework introduced here represents a key step toward a priori identification of data sets where quantum advantage could exist.
    INDEX TERMS: Artificial intelligence | digital health | electronic health records (EHR) | empirical quantum advantage (EQA) | machine learning | quantum kernels | real-world data | small data sets | support vector machines (SVM).


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 11
    حجم فایل: 2377 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi
بازدید امروز: 3928 :::::::: بازدید دیروز: 0 :::::::: بازدید کل: 3928 :::::::: افراد آنلاین: 40