arXiv Artificial Intelligence· Utsav Poudel, Anuj Nepal, Vyas Viswanath, Subramaniyaswamy Vairavasundaram·· 2 小时前AI 评分27
量子与经典机器学习在神经精神疾病分类上的特征匹配多队列对比
Quantum Versus Classical Machine Learning for Neuropsychiatric Disorders: A Feature-Matched Multi-Cohort Evaluation
AI 导读
研究在四个公开队列共 4,308 名被试上，用相同相关性特征对比六类量子模型与经典模型。量子核与匹配的经典核在四个队列上均无统计显著差异，平均准确率差在 95% 置信度下不超过 1.4 个百分点。ABIDE I 上混合量子卷积网络准确率与经典版相当（0.645 对 0.641），可训练量子核 AUC 高出 0.064，但无模型能持续超越经典模型。
来源：arXiv Artificial Intelligence · arxiv.org