量子计算在线性非高斯无环模型中的应用：面向新型医学知识发现
量子物理
2023-04-07 v2 人工智能
机器学习
摘要
近年来，随着医疗数字化，利用从临床现场收集的真实世界医疗数据正受到关注。本研究将量子计算应用于线性非高斯无环模型，以仅从真实世界医疗数据中发现因果关系。具体而言，使用量子核计算因果发现算法DirectLiNGAM的独立性度量，并验证其在真实世界医疗数据上的准确性。当将带有量子核的DirectLiNGAM（qLiNGAM）应用于真实世界医疗数据时，确认了一种情况：在数据量较小时可正确估计因果结构，而这是现有方法无法做到的。此外，在基于IBMQ的实验中，qLiNGAM在真实量子硬件上得以实现。这表明，即使仅有少量数据可用，qLiNGAM也可能发现新的医学知识并有助于解决医学问题。
引用
@article{arxiv.2110.04485,
title = {Application of quantum computing to a linear non-Gaussian acyclic model for novel medical knowledge discovery},
author = {Hideaki Kawaguchi},
journal= {arXiv preprint arXiv:2110.04485},
year = {2023}
}
备注
9 pages, 9 figures