Mit Quanten-KI Pneumonien erkennen
Codely v2.0 public release is here
Lorem ipsum dolor sit amet, consectetur adipiscing elit lobortis arcu enim urna adipiscing praesent velit viverra sit semper lorem eu cursus vel hendrerit elementum morbi curabitur etiam nibh justo, lorem aliquet donec sed sit mi dignissim at ante massa mattis.
- Neque sodales ut etiam sit amet nisl purus non tellus orci ac auctor
- Adipiscing elit ut aliquam purus sit amet viverra suspendisse potent i
- Mauris commodo quis imperdiet massa tincidunt nunc pulvinar
- Adipiscing elit ut aliquam purus sit amet viverra suspendisse potenti
What has changed in our latest release?
Vitae congue eu consequat ac felis placerat vestibulum lectus mauris ultrices cursus sit amet dictum sit amet justo donec enim diam porttitor lacus luctus accumsan tortor posuere praesent tristique magna sit amet purus gravida quis blandit turpis.
All new features available for all public channel users
At risus viverra adipiscing at in tellus integer feugiat nisl pretium fusce id velit ut tortor sagittis orci a scelerisque purus semper eget at lectus urna duis convallis. porta nibh venenatis cras sed felis eget neque laoreet suspendisse interdum consectetur libero id faucibus nisl donec pretium vulputate sapien nec sagittis aliquam nunc lobortis mattis aliquam faucibus purus in.
- Neque sodales ut etiam sit amet nisl purus non tellus orci ac auctor
- Adipiscing elit ut aliquam purus sit amet viverra suspendisse potenti
- Mauris commodo quis imperdiet massa tincidunt nunc pulvinar
- Adipiscing elit ut aliquam purus sit amet viverra suspendisse potenti
Coding collaboration with over 200 users at once
Nisi quis eleifend quam adipiscing vitae aliquet bibendum enim facilisis gravida neque. Velit euismod in pellentesque massa placerat volutpat lacus laoreet non curabitur gravida odio aenean sed adipiscing diam donec adipiscing tristique risus. amet est placerat in egestas erat imperdiet sed euismod nisi.
“Nisi quis eleifend quam adipiscing vitae aliquet bibendum enim facilisis gravida neque velit euismod in pellentesque massa placerat”
Real-time code save every 0.1 seconds
Eget lorem dolor sed viverra ipsum nunc aliquet bibendum felis donec et odio pellentesque diam volutpat commodo sed egestas aliquam sem fringilla ut morbi tincidunt augue interdum velit euismod eu tincidunt tortor aliquam nulla facilisi aenean sed adipiscing diam donec adipiscing ut lectus arcu bibendum at varius vel pharetra nibh venenatis cras sed felis eget dolor cosnectur drolo.
Unsere Forschung dazu, wie Quantum Machine Learning die medizinische Bildanalyse unterstützen kann, wurde im LMU Newsroom vorgetellt.
Wir haben ein Bildklassifizierungssystem mithilfe von Quantum Boltzmann Machines (QBMs) in Kombination mit Quantum Annealing darauf trainiert, gesunde von erkrankten Lungen zu unterscheiden. Mit weniger als 9.000 trainierbaren Parametern erreicht der Ansatz eine konkurrenzfähige Genauigkeit zu vergleichbaren klassischen Modellen mit mehreren Millionen Parametern.
"Unsere Forschung zeigt, dass Quantum-Machine-Learning-Algorithmen gegenüber vergleichbaren klassischen Ansätzen spezielle Vorteile bieten können – beispielsweise, wenn die Datenverfügbarkeit eingeschränkt ist. Es gilt nun, diese Stärken weiter zu erforschen, passgenaue Anwendungsfälle zu identifizieren und die Technologie mit zunehmender Quantenhardware-Reife schrittweise aus der Forschung in den medizinischen Alltag zu überführen. Wir müssen dabei allerdings klar anerkennen, dass dies noch ein weiter, dafür umso spannenderer Weg ist," sagt Tobias Rohe, wissenschaftlicher Mitarbeiter an der Ludwig-Maximilians-Universität München und Mitglied des QuCUN-Teams.
Lesen Sie den Artikel hier: https://www.lmu.de/de/newsroom/newsuebersicht/news/mit-quanten-ki-pneumonien-erkennen-b0e6afc4.html
Und hier können Sie den Quanten-Use-Case selbst ausprobieren: https://app.qucun.de/use-cases/medmnist
