研究者在ILPD数据集上提出KQML-Liver量子KAN肝病分类框架
热点事件持续更新
研究者在ILPD数据集上提出KQML-Liver量子KAN肝病分类框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Nhat-Long Nguyen 等研究者在 arXiv 发布论文，提出 KQML-Liver 框架，将参数化量子电路的特征表示与 Kolmogorov-Arnold 网络（KAN）的非线性映射结合，用于肝病分类并保持可解释性。 论文称，在印度肝病患者数据集（ILPD）上、采用防止数据泄漏的严格预处理协议评估，该模型达到 82% 分类准确率和 100% 召回率。
AI 根据报道生成 · 2 小时前更新
最新进展11月14日 13:00
KQML-Liver：结合 Kolmogorov-Arnold 网络的可解释混合量子机器学习肝病分类报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIKQML-Liver：结合 Kolmogorov-Arnold 网络的可解释混合量子机器学习肝病分类
KQML-Liver 是一个将量子机器学习与 Kolmogorov-Arnold 网络（KAN）结合的混合框架，用参数化量子电路做特征表示、KAN 映射捕捉非线性关系并保持可解释性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。