QMViT：一个蘑菇相当于16x16个词
计算机视觉与模式识别
2024-07-09 v1 机器学习
摘要
食用有毒蘑菇可能导致严重的健康后果，甚至致命，而准确区分可食用蘑菇和有毒蘑菇品种仍然是确保食品安全的一项重大挑战。因此，在现有物种中区分可食用蘑菇和有毒蘑菇至关重要。这是由于蘑菇在人们日常膳食中的巨大需求及其对医学科学的潜在贡献所决定的。本文提出了一种新颖的量子视觉Transformer架构，该架构利用量子计算来提升蘑菇分类性能。通过使用变分量子电路实现专门的量子自注意力机制，所提出的架构在按类别和可食用性分类时分别达到了92.33%和99.24%的准确率。这证明了所提出的架构在减少有毒蘑菇假阴性方面的成功，从而确保了食品安全。我们的研究凸显了QMViT在整体上改进蘑菇分类的潜力。
引用
@article{arxiv.2407.04708,
title = {QMViT: A Mushroom is worth 16x16 Words},
author = {Siddhant Dutta and Hemant Singh and Kalpita Shankhdhar and Sridhar Iyer},
journal= {arXiv preprint arXiv:2407.04708},
year = {2024}
}