-
公开(公告)号:CN117333754A
公开(公告)日:2024-01-02
申请号:CN202311245832.5
申请日:2023-09-26
IPC: G06V10/82 , G06V10/774 , G06V10/776 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/096 , G06N10/20
Abstract: 本发明提出了一种基于变分量子张量网络迁移学习的乳腺癌检测方法,并实现了三种不同结构变分量子张量网络的迁移学习,并将其应用到乳腺癌检测任务中。该模型使用了矩阵积态、树形张量网络以及多尺度纠缠重整化拟态的结构,以经典卷积神经网络ResNet50为预训练模型,将预训练模型的知识迁移到变分量子张量网络中进行训练。本发明将迁移学习的方法应用于乳腺癌组织病理学图像,借助量子特性来挖掘深层次的特征,有助于高效、准确地对乳腺癌进行检测,辅助医生完成对乳腺癌患者的病灶识别,进一步进行针对性治疗。本发明在提高预测精度的同时减少计算时间和空间,具有很强的实用性和广阔的应用前景。
-
公开(公告)号:CN115913540A
公开(公告)日:2023-04-04
申请号:CN202211460992.7
申请日:2022-11-17
Applicant: 暨南大学
Abstract: 本发明是一种提纯纠缠态的方法——利用QND装置实现微波光子的纠缠浓缩,纠缠浓缩是从部分纠缠纯态中提取最大纠缠态的技术。该纠缠浓缩方法包括利用QND装置实现微波光子W态以及四微波光子cluster态的纠缠浓缩:微波光子W态的纠缠浓缩方法将线性元件与基于电路QED中cross‑Kerr效应构造的QND器件相结合,用来区分两个微波光子偏振的奇偶性,并且先后借助两个辅助单微波光子态,以此实现纠缠浓缩,在一定限制下浓缩的成功概率随部分纠缠态系数的增加而增加;四微波光子cluster态的纠缠浓缩方法通过多次执行CNOT门操作,利用辅助单量子比特和QND装置,实现纠缠浓缩。在未来微波光子辅助的远程量子通信中有良好的应用。
-