Implementando la clasificación de trastornos cerebrales de resonancia magnética mediante AlexNet-Quantum Learning
Autores: Alsharabi, Naif; Shahwar, Tayyaba; Rehman, Ateeq Ur; Alharbi, Yasser
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Implementando la clasificación de trastornos cerebrales de resonancia magnética mediante AlexNet-Quantum Learning
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Red neuronal
Computación cuántica
Aprendizaje por transferencia
Conjunto de datos de resonancia magnética
Enfermedad de Parkinson
Enfermedad de Alzheimer
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
La red neuronal clásica ha proporcionado resultados notables para diagnosticar trastornos neurológicos contra datos de neuroimagen. Sin embargo, en términos de clasificación eficiente y precisa, algunos puntos de vista deben mejorarse mediante la utilización de herramientas informáticas de alta velocidad. Al integrar los fenómenos de la computación cuántica con enfoques de redes neuronales profundas, este estudio propone un método de aprendizaje por transferencia AlexNet-cuántico para diagnosticar enfermedades neurodegenerativas utilizando un conjunto de datos de resonancia magnética (MRI).
Descripción
La red neuronal clásica ha proporcionado resultados notables para diagnosticar trastornos neurológicos contra datos de neuroimagen. Sin embargo, en términos de clasificación eficiente y precisa, algunos puntos de vista deben mejorarse mediante la utilización de herramientas informáticas de alta velocidad. Al integrar los fenómenos de la computación cuántica con enfoques de redes neuronales profundas, este estudio propone un método de aprendizaje por transferencia AlexNet-cuántico para diagnosticar enfermedades neurodegenerativas utilizando un conjunto de datos de resonancia magnética (MRI).