নিউরাল নেটওয়ার্কের জন্য কোয়ান্টাম মেথডস এবং মেডিকেল ইমেজ ক্লাসিফিকেশন প্লাটোব্লকচেন ডেটা ইন্টেলিজেন্সে অ্যাপ্লিকেশন। উল্লম্ব অনুসন্ধান. আ.

নিউরাল নেটওয়ার্কের জন্য কোয়ান্টাম পদ্ধতি এবং মেডিকেল ইমেজ শ্রেণীবিভাগের জন্য আবেদন

জোনাস ল্যান্ডম্যান1,2, নাতানশ মাথুর1,3, ইউন ইভোনা লি4, মার্টিন স্ট্রাহম4, স্কন্দার কাজদাঘলি1, অনুপম প্রকাশ1, এবং Iordanis Kerenidis1,2

1QC Ware, Palo Alto, USA এবং Paris, France
2IRIF, CNRS - প্যারিস বিশ্ববিদ্যালয়, ফ্রান্স
3ইন্ডিয়ান ইনস্টিটিউট অফ টেকনোলজি রুরকি, ভারত
4F. Hoffmann La Roche AG

এই কাগজ আকর্ষণীয় খুঁজুন বা আলোচনা করতে চান? স্কাইটে বা স্কাইরেটে একটি মন্তব্য দিন.

বিমূর্ত

কোয়ান্টাম মেশিন লার্নিং কৌশলগুলি মেশিন লার্নিং অ্যাপ্লিকেশনগুলিতে সম্ভাব্য কর্মক্ষমতা বাড়ানোর উপায় হিসাবে প্রস্তাব করা হয়েছে।
এই কাগজে, আমরা নিউরাল নেটওয়ার্কগুলির জন্য দুটি নতুন কোয়ান্টাম পদ্ধতি প্রবর্তন করি। প্রথমটি একটি কোয়ান্টাম অর্থোগোনাল নিউরাল নেটওয়ার্ক, যা অর্থোগোনাল ম্যাট্রিক্স গুণন বাস্তবায়নের জন্য বিল্ডিং ব্লক হিসাবে একটি কোয়ান্টাম পিরামিডাল সার্কিটের উপর ভিত্তি করে। আমরা এই ধরনের অর্থোগোনাল নিউরাল নেটওয়ার্ক প্রশিক্ষণের জন্য একটি কার্যকর উপায় প্রদান করি; অভিনব অ্যালগরিদমগুলি ক্লাসিক্যাল এবং কোয়ান্টাম হার্ডওয়্যার উভয়ের জন্যই বিস্তারিত, যেখানে উভয়ই পূর্বের পরিচিত প্রশিক্ষণ অ্যালগরিদমগুলির তুলনায় অসিম্পটোটিকভাবে ভাল স্কেল প্রমাণিত।
দ্বিতীয় পদ্ধতিটি হল কোয়ান্টাম-সহায়ক নিউরাল নেটওয়ার্ক, যেখানে একটি কোয়ান্টাম কম্পিউটার ক্লাসিক্যাল নিউরাল নেটওয়ার্কের অনুমান এবং প্রশিক্ষণের জন্য অভ্যন্তরীণ পণ্য অনুমান সম্পাদন করতে ব্যবহৃত হয়।
তারপরে আমরা আধুনিক কোয়ান্টাম হার্ডওয়্যারের বর্তমান অবস্থা ব্যবহার করে মেডিকেল ইমেজ শ্রেণীবিভাগের কাজে প্রয়োগ করা ব্যাপক পরীক্ষা-নিরীক্ষা উপস্থাপন করি, যেখানে আমরা বাস্তব কোয়ান্টাম হার্ডওয়্যার এবং সিমুলেটর উভয় ক্ষেত্রেই ক্লাসিক্যাল পদ্ধতির সাথে বিভিন্ন কোয়ান্টাম পদ্ধতির তুলনা করি। আমাদের ফলাফলগুলি দেখায় যে কোয়ান্টাম এবং ক্লাসিক্যাল নিউরাল নেটওয়ার্কগুলি একই স্তরের নির্ভুলতা তৈরি করে, এই প্রতিশ্রুতিকে সমর্থন করে যে কোয়ান্টাম পদ্ধতিগুলি আরও ভাল কোয়ান্টাম হার্ডওয়্যারের আবির্ভাবের কারণে ভিজ্যুয়াল কাজগুলি সমাধান করতে কার্যকর হতে পারে।

► বিবিটেক্স ডেটা

। তথ্যসূত্র

[1] আরাম ডব্লিউ হ্যারো, অবিনাতন হাসিদিম এবং সেথ লয়েড। "সমীকরণের রৈখিক সিস্টেমের জন্য কোয়ান্টাম অ্যালগরিদম"। শারীরিক পর্যালোচনা চিঠি 103, 150502 (2009)।
https: / / doi.org/ 10.1103 / ফিজিরভাইলেট .103.150502

[2] শেঠ লয়েড, মাসুদ মোহসেনি এবং প্যাট্রিক রেবেনট্রোস্ট। "তত্ত্বাবধানে এবং অ-তত্ত্বাবধানহীন মেশিন লার্নিংয়ের জন্য কোয়ান্টাম অ্যালগরিদম" (2013)।

[3] শেঠ লয়েড, মাসুদ মোহসেনি এবং প্যাট্রিক রেবেনট্রোস্ট। "কোয়ান্টাম প্রধান উপাদান বিশ্লেষণ"। প্রকৃতি পদার্থবিদ্যা 10, 631–633 (2014)।
https://​doi.org/​10.1038/​nphys3029

[4] Iordanis Kerenidis এবং অনুপম প্রকাশ। "কোয়ান্টাম সুপারিশ সিস্টেম"। তাত্ত্বিক কম্পিউটার সায়েন্স কনফারেন্সে 8ম উদ্ভাবন (ITCS 2017) 67, 49:1–49:21 (2017)। url: doi.org/​10.48550/​arXiv.1603.08675।
https://​doi.org/​10.48550/​arXiv.1603.08675

[5] ইওর্ডানিস কেরেনিডিস, জোনাস ল্যান্ডম্যান, আলেসান্দ্রো লুওঙ্গো এবং অনুপম প্রকাশ। "q-মানে: তত্ত্বাবধানহীন মেশিন লার্নিংয়ের জন্য একটি কোয়ান্টাম অ্যালগরিদম"। নিউরাল ইনফরমেশন প্রসেসিং সিস্টেমের অগ্রগতিতে 32. পৃষ্ঠা 4136-4146। Curran Associates, Inc. (2019)। url:.
arXiv: 1812.03584

[6] শেঠ লয়েড, সিলভানো গারনেরোন এবং পাওলো জানারডি। "তথ্যের টপোলজিকাল এবং জ্যামিতিক বিশ্লেষণের জন্য কোয়ান্টাম অ্যালগরিদম"। প্রকৃতি যোগাযোগ 7, 1-7 (2016)। url: doi.org/​10.1038/​ncomms10138।
https: / / doi.org/ 10.1038 / ncomms10138

[7] এডওয়ার্ড ফারহি এবং হার্টমুট নেভেন। "নিজের মেয়াদী প্রসেসরগুলিতে কোয়ান্টাম নিউরাল নেটওয়ার্কগুলির সাথে শ্রেণীবিভাগ" (2018)। url: doi.org/​10.48550/​arXiv.1802.06002।
https://​doi.org/​10.48550/​arXiv.1802.06002

[8] আই কেরেনিডিস, জে ল্যান্ডম্যান এবং এ প্রকাশ। "গভীর কনভোলিউশনাল নিউরাল নেটওয়ার্কের জন্য কোয়ান্টাম অ্যালগরিদম"। অষ্টম আন্তর্জাতিক সম্মেলন আইসিএলআর (2019) শেখার প্রতিনিধিত্বের উপর।
https://​doi.org/​10.48550/​arXiv.1911.01117

[9] J Allcock, CY Hsieh, I Kerenidis, এবং S Zhang. "ফিডফরোয়ার্ড নিউরাল নেটওয়ার্কের জন্য কোয়ান্টাম অ্যালগরিদম"। কোয়ান্টাম কম্পিউটিং 1 (1), 1-24 (2020) এ ACM লেনদেন।
https: / / doi.org/ 10.1145 / 3411466

[10] Iris Cong, Soonwon Choi, and Mikhail D. Lukin. "কোয়ান্টাম কনভোলিউশনাল নিউরাল নেটওয়ার্ক"। প্রকৃতি পদার্থবিদ্যা 15 (2019)।
https:/​/​doi.org/​10.1038/​s41567-019-0648-8

[11] হেক্টর ইভান গার্সিয়া-হার্নান্দেজ, রেমুন্ডো টরেস-রুইজ এবং গুও-হুয়া সান। "কোয়ান্টাম মেশিন লার্নিংয়ের মাধ্যমে চিত্রের শ্রেণীবিভাগ" (2020)। url: doi.org/​10.48550/​arXiv.2011.02831।
https://​doi.org/​10.48550/​arXiv.2011.02831

[12] সৌরভ কুমার, সিদ্ধার্থ ডাঙ্গওয়াল এবং দেবাঞ্জন ভৌমিক। "সুপার কম্প্রেসড এনকোডিং" সহ একটি ড্রেসড কোয়ান্টাম নেটওয়ার্ক ব্যবহার করে তত্ত্বাবধানে শিক্ষা: অ্যালগরিদম এবং কোয়ান্টাম-হার্ডওয়্যার-ভিত্তিক বাস্তবায়ন" (2020)৷ url: doi.org/​10.48550/​arXiv.2007.10242।
https://​doi.org/​10.48550/​arXiv.2007.10242

[13] কোহেই নাকাজি এবং নাওকি ইয়ামামোতো। "বর্ধিত ডেটা শ্রেণীবিভাগের জন্য কোয়ান্টাম আধা-তত্ত্বাবধানে জেনারেটিভ অ্যাডভারসারিয়াল নেটওয়ার্ক" (2020)। url: doi.org/​10.1038/​s41598-021-98933-6।
https:/​/​doi.org/​10.1038/​s41598-021-98933-6

[14] উইলিয়াম ক্যাপেলেটি, রেবেকা এরবানি এবং জোয়াকুইন কেলার। "পলিয়াডিক কোয়ান্টাম ক্লাসিফায়ার" (2020)। url: doi.org/​10.48550/​arXiv.2007.14044।
https://​doi.org/​10.48550/​arXiv.2007.14044

[15] Vojtech Havlicek, Antonio D. Corcoles, Kristan Temme, Aram W. Harrow, Abhinav Kandala, Jerry M. Chow, এবং Jay M. Gambetta. "কোয়ান্টাম বর্ধিত বৈশিষ্ট্য স্পেস সহ তত্ত্বাবধানে শিক্ষা" (2018)। url: doi.org/​10.1038/​s41586-019-0980-2।
https:/​/​doi.org/​10.1038/​s41586-019-0980-2

[16] এডওয়ার্ড গ্রান্ট, মার্সেলো বেনেদেত্তি, শুক্সিয়াং কাও, অ্যান্ড্রু হ্যালাম, জোশুয়া লকহার্ট, ভিড স্টোজেভিক, অ্যান্ড্রু জি গ্রিন এবং সিমোন সেভেরিনি। "হায়ারার্কিক্যাল কোয়ান্টাম ক্লাসিফায়ার" (2018)। url: doi.org/​10.1038/​s41534-018-0116-9।
https:/​/​doi.org/​10.1038/​s41534-018-0116-9

[17] বোবাক তৌসি কিয়ানি, অ্যাগনেস ভিলানি এবং সেথ লয়েড। "কোয়ান্টাম মেডিকেল ইমেজিং অ্যালগরিদম" (2020)। url: doi.org/​10.48550/​arXiv.2004.02036।
https://​doi.org/​10.48550/​arXiv.2004.02036

[18] মার্কো সেরেজো, অ্যান্ড্রু আররাস্মিথ, রায়ান বাবুশ, সাইমন সি বেঞ্জামিন, সুগুরু এন্ডো, কেইসুক ফুজি, জারড আর ম্যাকক্লিন, কোসুকে মিতারাই, জিয়াও ইউয়ান, লুকাজ সিনসিও, এবং অন্যান্য। "ভেরিয়েশনাল কোয়ান্টাম অ্যালগরিদম" (2020)। url: doi.org/​10.1038/​s42254-021-00348-9।
https:/​/​doi.org/​10.1038/​s42254-021-00348-9

[19] কিশোর ভারতী, আলবা সার্ভেরা-লিয়ের্তা, থি হা কিয়াও, টোবিয়াস হাগ, সুমনার আলপেরিন-লিয়া, অভিনব আনন্দ, ম্যাথিয়াস ডিগ্রোট, হারমানি হেইমোনেন, জ্যাকব এস কোটম্যান, টিম মেনকে, এবং অন্যান্য। "কোলাহলযুক্ত মধ্যবর্তী-স্কেল কোয়ান্টাম অ্যালগরিদম"। আধুনিক পদার্থবিজ্ঞানের পর্যালোচনা 94, 015004 (2022)। url: doi.org/​10.1103/RevModPhys.94.015004।
https: / / doi.org/ 10.1103 / RevModPhys.94.015004

[20] Monique Noirhomme-Fraiture এবং Paula Brito. "শাস্ত্রীয় ডেটা মডেলের বাইরে: প্রতীকী ডেটা বিশ্লেষণ"। পরিসংখ্যানগত বিশ্লেষণ এবং ডেটা মাইনিং: এএসএ ডেটা সায়েন্স জার্নাল 4, 157-170 (2011)। url: doi.org/​10.1002/​sam.10112।
https://​doi.org/​10.1002/​sam.10112

[21] আদ্রিয়ান পেরেজ-সালিনাস, আলবা সার্ভেরা-লিয়ের্তা, এলিস গিল-ফুস্টার এবং জোসে আই ল্যাটোরে। "একটি সর্বজনীন কোয়ান্টাম ক্লাসিফায়ারের জন্য ডেটা পুনরায় আপলোড করা"। কোয়ান্টাম 4, 226 (2020)। url: doi.org/​10.22331/q-2020-02-06-226।
https:/​/​doi.org/​10.22331/​q-2020-02-06-226

[22] কোসুকে মিতারাই, মাকোতো নেগোরো, মাসাহিরো কিতাগাওয়া এবং কেইসুকে ফুজি। "কোয়ান্টাম সার্কিট লার্নিং"। শারীরিক পর্যালোচনা A 98, 032309 (2018)।
https: / / doi.org/ 10.1103 / ফিজারিভা 98.032309

[23] মারিয়া শুল্ড, ভিলে বার্গহোম, ক্রিশ্চিয়ান গোগোলিন, জোশ আইজাক এবং নাথান কিলোরান। "কোয়ান্টাম হার্ডওয়্যারে বিশ্লেষণাত্মক গ্রেডিয়েন্টের মূল্যায়ন"। শারীরিক পর্যালোচনা A 99, 032331 (2019)।
https: / / doi.org/ 10.1103 / ফিজারিভা 99.032331

[24] মারিয়া শুল্ড এবং ফ্রান্সেস্কো পেট্রুসিওনে। "কোয়ান্টাম মডেলগুলি কার্নেল পদ্ধতি হিসাবে"। কোয়ান্টাম কম্পিউটারের সাথে মেশিন লার্নিং-এ। পৃষ্ঠা 217-245। স্প্রিংগার (2021)।

[25] মারিয়া শুল্ড, রায়ান সুইক এবং জোহানেস জ্যাকব মেয়ার। "ভেরিয়েশনাল কোয়ান্টাম-মেশিন-লার্নিং মডেলের অভিব্যক্তিমূলক শক্তিতে ডেটা এনকোডিংয়ের প্রভাব"। শারীরিক পর্যালোচনা A 103, 032430 (2021)।
https: / / doi.org/ 10.1103 / ফিজারিভা 103.032430

[26] Iris Cong, Soonwon Choi, এবং Mikhail D Lukin. "কোয়ান্টাম কনভোলিউশনাল নিউরাল নেটওয়ার্ক"। প্রকৃতি পদার্থবিদ্যা 15, 1273–1278 (2019)।

[27] Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush, এবং Hartmut Neven। "কোয়ান্টাম নিউরাল নেটওয়ার্ক প্রশিক্ষণ ল্যান্ডস্কেপে অনুর্বর মালভূমি"। প্রকৃতি যোগাযোগ 9, 1-6 (2018)। url: doi.org/​10.1038/​s41467-018-07090-4।
https:/​/​doi.org/​10.1038/​s41467-018-07090-4

[28] কার্লোস অরটিজ মারেরো, মারিয়া কিফেরোভা এবং নাথান উইবে। "জড়িত অনুর্বর মালভূমি"। PRX কোয়ান্টাম 2, 040316 (2021)। url: doi.org/​10.1103/​PRXQuantum.2.040316।
https://​doi.org/​10.1103/​PRXQuantum.2.040316

[29] মার্কো সেরেজো, আকিরা সোন, টাইলার ভলকফ, লুকাজ সিনসিও এবং প্যাট্রিক জে কোলস। "অগভীর প্যারামেট্রাইজড কোয়ান্টাম সার্কিটে খরচ ফাংশন নির্ভর অনুর্বর মালভূমি"। প্রকৃতি যোগাযোগ 12, 1-12 (2021)। url: doi.org/​10.1038/​s41467-021-21728-w.
https://​doi.org/​10.1038/​s41467-021-21728-w

[30] কুনাল শর্মা, মার্কো সেরেজো, লুকাজ সিনসিও এবং প্যাট্রিক জে কোলস। "ডিসিপেটিভ পারসেপ্টরন-ভিত্তিক কোয়ান্টাম নিউরাল নেটওয়ার্কগুলির প্রশিক্ষণযোগ্যতা"। শারীরিক পর্যালোচনা পত্র 128, 180505 (2022)। url: doi.org/​10.1103/​PhysRevLett.128.180505।
https: / / doi.org/ 10.1103 / ফিজিরভাইলেট .128.180505

[31] এস জোহরি, এস দেবনাথ, এ মোচারলা, এ সিং, এ প্রকাশ, জে কিম এবং আই কেরেনিডিস। "একটি আটকে পড়া আয়ন কোয়ান্টাম কম্পিউটারে নিকটতম সেন্ট্রয়েড শ্রেণিবিন্যাস" (2021)।

[32] কুই জিয়া, শুয়াই লি, ইউক্সিন ওয়েন, টংলিয়াং লিউ এবং দাচেং তাও। "অর্থোগোনাল গভীর নিউরাল নেটওয়ার্ক"। প্যাটার্ন বিশ্লেষণ এবং মেশিন বুদ্ধিমত্তার উপর IEEE লেনদেন (2019)।
https://​/​doi.org/​10.1109/​TPAMI.2019.2948352

[33] জিয়াউন ওয়াং, ইউবেই চেন, রুদ্রাসিস চক্রবর্তী এবং স্টেলা এক্স ইউ। "অর্থোগোনাল কনভোলিউশনাল নিউরাল নেটওয়ার্ক"। IEEE/CVF কনফারেন্স অন কম্পিউটার ভিশন এবং প্যাটার্ন রিকগনিশনের কার্যপ্রণালীতে। পৃষ্ঠা 11505-11515। (2020)।
https://​doi.org/​10.1109/​CVPR42600.2020.01152

[34] নিতিন বনসাল, জিয়াওহান চেন এবং ঝাংইয়াং ওয়াং। "আমরা কি গভীর নেটওয়ার্ক প্রশিক্ষণে অর্থোগোনালিটি নিয়মিতকরণ থেকে আরও লাভ করতে পারি?"। নিউরাল ইনফরমেশন প্রসেসিং সিস্টেমে অগ্রগতি 31 (2018)।
https: / / doi.org/ 10.5555 / 3327144.3327339

[35] জিয়াওহুয়া ঝাই, আলেকজান্ডার কোলেসনিকভ, নিল হোলসবি এবং লুকাস বেয়ার। "স্কেলিং ভিশন ট্রান্সফরমার" (2021)।

[36] Iordanis Kerenidis এবং অনুপম প্রকাশ। "সাবস্পেস স্টেটের সাথে কোয়ান্টাম মেশিন লার্নিং" (2022)। url: doi.org/​10.48550/​arXiv.2202.00054।
https://​doi.org/​10.48550/​arXiv.2202.00054

[37] সের্গি রামোস-ক্যাল্ডেরার, আদ্রিয়ান পেরেজ-সালিনাস, ডিয়েগো গার্সিয়া-মার্টিন, কার্লোস ব্রাভো-প্রিয়েটো, জর্জ কর্টাদা, জর্ডি প্লানাগুমা এবং জোসে আই. লাটোরে। "অপশন মূল্য নির্ধারণের জন্য কোয়ান্টাম ইউনারি অ্যাপ্রোচ" (2019)।
https: / / doi.org/ 10.1103 / ফিজারিভা 103.032414

[38] নিকোডেম গ্রজেসিয়াক, রেইনহোল্ড ব্লুমেল, কেনেথ রাইট, ক্রিস্টিন এম. বেক, নিল সি. পিসেন্টি, মিং লি, ভ্যান্ডিভার চ্যাপলিন, জেসন এম আমিনি, শান্তনু দেবনাথ, জও-সি চেন এবং ইউনসেং নাম। "একটি ফাঁদ-আয়ন কোয়ান্টাম কম্পিউটারে একযোগে ফটকে আটকে থাকা দক্ষ নির্বিচারে"। Nat Commun, 11 (2020)।
https:/​/​doi.org/​10.1038/​s41467-020-16790-9

[39] আলেকজান্ডার জলোকাপা, হার্টমুট নেভেন এবং সেথ লয়েড। "প্রশস্ত এবং গভীর ক্লাসিক্যাল নিউরাল নেটওয়ার্ক প্রশিক্ষণের জন্য একটি কোয়ান্টাম অ্যালগরিদম" (2021)। url: doi.org/​10.48550/​arXiv.2107.09200।
https://​doi.org/​10.48550/​arXiv.2107.09200

[40] মারিও লেজকানো-কাসাডো এবং ডেভিড মার্টিনেজ-রুবিও। "নিউরাল নেটওয়ার্কে সস্তা অর্থোগোনাল সীমাবদ্ধতা: অর্থোগোনাল এবং একক গোষ্ঠীর একটি সাধারণ প্যারামেট্রিাইজেশন"। মেশিন লার্নিং এর আন্তর্জাতিক সম্মেলনে। পৃষ্ঠা 3794-3803। PMLR (2019)। url: doi.org/​10.48550/​arXiv.1901.08428।
https://​doi.org/​10.48550/​arXiv.1901.08428

[41] মোশে লেশনো, ভ্লাদিমির ইয়া লিন, অ্যালান পিঙ্কাস এবং শিমন শকেন। "একটি ননপলিনমিয়াল অ্যাক্টিভেশন ফাংশন সহ মাল্টিলেয়ার ফিডফরোয়ার্ড নেটওয়ার্কগুলি যে কোনও ফাংশনকে আনুমানিক করতে পারে"। নিউরাল নেটওয়ার্ক 6, 861–867 (1993)।
https:/​/​doi.org/​10.1016/​S0893-6080(05)80131-5

[42] রবার্ট হেচ্ট-নিলসেন। "ব্যাকপ্রপাগেশন নিউরাল নেটওয়ার্কের তত্ত্ব"। উপলব্ধির জন্য নিউরাল নেটওয়ার্কে। পৃষ্ঠা 65-93। এলসেভিয়ার (1992)।
https://​doi.org/​10.1109/​IJCNN.1989.118638

[43] রাউল রোজাস। "ব্যাকপ্রপাগেশন অ্যালগরিদম"। নিউরাল নেটওয়ার্কে। পৃষ্ঠা 149-182। স্প্রিংগার (1996)।
https:/​/​doi.org/​10.1007/​978-3-642-61068-4_7

[44] জিয়ানচেং ইয়াং, রুই শি এবং বিংবিং নি। "মেডমনিস্ট ক্লাসিফিকেশন ডেক্যাথলন: মেডিকেল ইমেজ বিশ্লেষণের জন্য একটি লাইটওয়েট অটোএমএল বেঞ্চমার্ক" (2020)।
https://​doi.org/​10.1109/​ISBI48211.2021.9434062

[45] ড্যানিয়েল এস. কেরমানি, মাইকেল গোল্ডবাম এবং অন্যান্য। "ইমেজ-ভিত্তিক গভীর শিক্ষার মাধ্যমে চিকিৎসা নির্ণয় এবং চিকিত্সাযোগ্য রোগ সনাক্তকরণ"। সেল, ভলিউম। 172, না। 5, পৃ. 1122 – 1131.e9, (2018)।
https://​doi.org/​10.1016/​j.cell.2018.02.010

[46] পিং ঝাং এবং বিন শেং। "Deepdr ডায়াবেটিক রেটিনোপ্যাথি ইমেজ ডেটাসেট (ডিপড্রিড), "2য় ডায়াবেটিক রেটিনোপ্যাথি - গ্রেডিং এবং ইমেজ কোয়ালিটি এস্টিমেশন চ্যালেঞ্জ""। https://​isbi.deepdr.org/​data.html (2020)।
https://​isbi.deepdr.org/​data.html~

[47] Hyeonwoo Noh, Tackgeun You, Jonghwan Mun, and Bohyung Han. "শব্দ দ্বারা গভীর নিউরাল নেটওয়ার্কগুলিকে নিয়মিত করা: এর ব্যাখ্যা এবং অপ্টিমাইজেশন"। নিউরিআইপিএস (2017)।
https: / / doi.org/ 10.5555 / 3295222.3295264

[48] জুই ইং। "ওভারফিটিং এবং এর সমাধানগুলির একটি ওভারভিউ"। পদার্থবিজ্ঞানের জার্নালে: সম্মেলন সিরিজ। ভলিউম 1168, পৃষ্ঠা 022022। IOP পাবলিশিং (2019)।
https:/​/​doi.org/​10.1088/​1742-6596/​1168/​2/​022022

[49] এল আমিন চেরাট, ইওর্দানিস কেরেনিডিস, নাতানশ মাথুর, জোনাস ল্যান্ডম্যান, মার্টিন স্ট্রাহম এবং ইউন ইভোনা লি। "কোয়ান্টাম ভিশন ট্রান্সফরমার" (2022)।

[50] স্কট অ্যারনসন। "সূক্ষ্ম মুদ্রণ পড়ুন"। প্রকৃতি পদার্থবিদ্যা 11, 291–293 (2015)।
https://​doi.org/​10.1038/​nphys3272

[51] মাইকেল এ নিলসেন। "নিউরাল নেটওয়ার্ক এবং গভীর শিক্ষা"। ডিটারমিনেশন প্রেস (2015)।

দ্বারা উদ্ধৃত

সময় স্ট্যাম্প:

থেকে আরো কোয়ান্টাম জার্নাল

উচ্চ ফ্রিকোয়েন্সিতে সেমিকন্ডাক্টর কোয়ান্টাম ডটের বিয়ন্ড-এডিয়াব্যাটিক কোয়ান্টাম অ্যাডমিট্যান্স: পোলারন ডায়নামিক্স হিসাবে রিফ্লেকটোমেট্রি পুনর্বিবেচনা

উত্স নোড: 1958266
সময় স্ট্যাম্প: মার্চ 21, 2024