古典的量子移動学習によるIBM量子コンピュータ上でのCOVID-19検出【JST・京大機械翻訳】

Acar, E.; Yilmaz, I.

プレプリント

J-GLOBAL ID：202202206759865709 整理番号：22P0271759

古典的量子移動学習によるIBM量子コンピュータ上でのCOVID-19検出【JST・京大機械翻訳】

COVID-19 detection on IBM quantum computer with classical-quantum transfer learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年11月10日プレプリントサーバーでの情報更新日： 2020年11月10日
JST資料番号： O7002B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

世界保健機関(WHO)による流行として宣言されているコロナウイルス2019(COVID-19)発生においてできるだけ早く感染患者を診断することは極めて重要である。専門家は,核酸増幅試験(NAAT)の弱い点のため,診断ツールとしてCTイメージングを推奨する。本研究では,CT画像からのCOVID-19の検出を,短時間で最も正確な応答を与え,古典的コンピュータおよびまず量子コンピュータにおいて調べた。量子転送学習法を用いて,IBMの種々の量子実プロセッサ(IBMQx2,IBMQ-LondonおよびIBMQ-Rome)におけるCOVID-19検出,ならびに異なるシミュレータ(Pennylane,Qiskit-AerおよびCirq)を実験的に実行した。126のCOVID-19と100の正常CT画像のような少数のデータセットを用いて,著者らは古典的コンピュータで90%の成功率でCOVID-19の正または負の分類を得て,一方,著者らは量子コンピュータで94-100%の高い成功率を達成した。また,得られた結果に従って,量子コンピュータよりも多くのプロセッサと時間を必要とする古典的コンピュータにおける機械学習プロセスを,量子コンピュータにおける4量子ビットのような非常に小さい量子プロセッサで非常に短時間で実現できる。データセットのサイズが小さい場合;量子の優れた特性のために,COVID-19と正規の分類に従って,機械学習に関して,量子コンピュータは従来のコンピュータより優れているように見える。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

循環系の診断

, , , ,

前のページに戻る