利用混合量子-經典演算法增強生物標記分類器

 

產品分類：精準醫療與基因檢測

廠商名稱：亞洲大學

攤位號碼：N114

 

產品特色

 

量子機器學習（QML）將量子運算與機器學習結合，為解決複雜問題提供了潛力。我們的研究深入探討了QML在辨識透明細胞腎細胞癌（ccRCC）轉移基因表現生物標記物的應用。 ccRCC是原發性腎癌亞型，由於其高致死率和複雜的轉移過程，為治療帶來了巨大挑戰。儘管已進行了大量研究，但癌細胞擴散和在遠處部位定植的機制仍然難以捉摸。識別轉移生物標記是機器學習領域的一項艱鉅任務。我們的研究旨在提高QSVC和QNN演算法在二元分類問題上的執行速度和準確率，使其優於SVC和NN演算法。受神經量子嵌入（NQE）方法的啟發，我們提出了一種兩階段方法來解決二元分類問題。我們的目標是評估將 NQE 與 QSVC/QNN 結合是否能提高效能，與將 NQE 與 SVC/NN 結合相比，在各種生物醫學資料集上證明該方法的有效性和通用性。

 

相關產品

 

• 

  Neuro-Link 智慧失智照護神經調控系統

• 

  NeuroMirror 神經驅動型數位鏡像復健系統

• 

  The Way 智慧就診語音室內導航系統

• 

  菇類生物活性萃取物之功能性纖維與透皮吸收敷料開發技術

• 

  菇類生物活性萃取物之功能性纖維與透皮吸收敷料開發技術

 

 

 

回列表