Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº  1.977

Aluno: Cláudio Luis Alves Monteiro
Orientador: Prof. Fernando Maciano de Paula Neto
Título: Quantum Neurons with Real Weights For Diabetes Prediction
Data: 02/09/2021
Hora/Local: 15h – Virtual – Interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Paulo Salgado Gomes de Mattos Neto  (UFPE / Centro de Informática)
Prof. Wilson Rosa de Oliveira Júnior (UFRPE / Departamento de Estatística e Informática)
Prof. Fernando Maciano de Paula Neto (UFPE / Centro de Informática)


RESUMO:

Este trabalho apresenta resultados preliminares relevantes da aplicação de algoritmos de aprendizagem de máquina quântica no setor de saúde. Desenvolvemos e testamos um modelo de neurônio quântico capaz de armazenar pesos reais e também comparamos dois outros algoritmos para construir neurônios quânticos que podem transportar uma quantidade exponencial de informação para um número linear de unidades de informação quântica (qubits) usando a propriedade quântica de superposição. Comparamos o desempenho desses modelos nos seguintes problemas: simular o operador XOR, resolver um problema não linear genérico e previsão de diabetes em pacientes. Os resultados dos experimentos mostraram que um único modelo de neurônio quântico é capaz de atingir uma taxa de precisão de 100% no problema XOR e uma taxa de precisão de 100% em um conjunto de dados não linear, demonstrando a plausibilidade de modelos quânticos com pesos reais na modelagem de problemas não linearmente separáveis. No problema de diagnóstico de diabetes, os neurônios quânticos alcançaram uma taxa de acurácia de 76% e AUC-ROC de 88%. Esses resultados indicam que um único modelo de neurônio quântico tem boa capacidade de generalização, demonstrando potencial para uso em aplicações para o setor de saúde em um futuro próximo. Este trabalho é também uma contribuição ao campo das redes neurais quânticas, que pode ser avançada a partir do modelo proposto.


Palavras-chave: Aprendizagem de Máquina Quântica, Computação Quântica, Saúde, Previsão de Diabetes

Comentários desativados

Sobre este site

Portal institucional do Centro de Informática – UFPE

Encontre-nos

Endereço
Av. Jornalista Aníbal Fernandes, s/n – Cidade Universitária.
Recife-PE – Brasil
CEP: 50.740-560

Horário
Segunda–Sexta: 8:00–18:00