Muhammad Shafique

Untersuche, wie Lärm die Leistung von Hybrid-Quanten-Neuronalen Netzwerken beeinflusst.

Die Auswirkungen von Lärm auf das Training von Quanten-Neuronalen-Netzen und effektive Strategien erkunden.

Eine neue Architektur verbessert die Krebsdiagnose in der medizinischen Bildgebung mit niedrigeren Auflösungen.

Kombination von Quantencomputing und föderiertem Lernen für verbesserte Datensicherheit.

Ein neues Konzept, um die Entwicklung von maschinellem Lernen zu bewerten, während Aufgaben gelernt werden.

Die Auswirkungen von Quantenalgorithmen auf die Performance der Portfolio-Optimierung erforschen.

Quanten-Maschinenlernen nutzen, um die Analyse von Cybersicherheitsanfälligkeiten zu verbessern.

Quanten-Techniken verbessern die Genauigkeit bei der Vorhersage von Finanzmärkten und dem Risikomanagement.

Eine neue Sichtweise vereinfacht neuronale Netze durch lineare Operationen und dynamische Systeme.

AQ-PINNs verbindet Quantencomputing und KI für effizientes Klimamodellieren.

Die Kombination von föderiertem Lernen und Quanten-Technologie verspricht eine sicherere Datenverarbeitung in der KI.

Neue Methoden kombinieren Quantencomputing und föderiertes Lernen, um den Datenschutz zu verbessern.

Ein Blick auf die Fusion von FL und QDSNNs für smartere, private Datenverarbeitung.

Neue Quantenmethoden verbessern die Vorhersagen zur Kreditwürdigkeit mit hoher Genauigkeit.

HQNNs kombinieren Quantencomputing mit maschinellem Lernen, um komplexe Probleme zu lösen.

Lerne, wie das Schneiden von Quanten-Schaltkreisen Quanten-Neuronale Netzwerke auf begrenzten Geräten verbessert.

Einfachere Initialisierungen können die Leistung von Quantenalgorithmen verbessern, indem sie öde Plateaus vermeiden.

Quanten-Maschinenlernen verbessert die Erkennung von Ölaustritten für besseren Umweltschutz.

Neue Technik mit Quanten-Maschinenlernen zeigt vielversprechende Ansätze im Kampf gegen Kreditkartenbetrug.