Quantum Patch-Based Autoencoder for Anomaly Segmentation

Quantum Machine Learning investigates the pos-sibility of quantum computers enhancing Machine Learning algorithms. Anomaly segmentation is a fundamental task in various domains to identify irregularities at sample level and can be addressed with both supervised and unsupervised methods. Autoencoders...

Celý popis

Podrobná bibliografie

Vydáno v:	2024 IEEE International Conference on Quantum Computing and Engineering (QCE) Ročník 1; s. 259 - 267
Hlavní autoři:	Madeira, Maria Francisca, Poggiali, Alessandro, Lorenz, Jeanette Miriam
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 15.09.2024
Témata:	Anomaly Segmen-tation Autoencoders Computational modeling Data models Image reconstruction Image segmentation Location awareness Noise Quantum Autoencoder Quantum computing Quantum Machine Learning Scalability Training
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!