用于老年人压力检测的量子混合支持向量机
量子物理
2025-01-10 v1 机器学习
摘要
压力会增加老年人认知障碍的可能性并降低其生活质量。智慧医疗可以部署量子机器学习以提供预防性和诊断性支持。本工作引入了一种独特的技术，将压力检测作为异常检测问题处理，并使用量子混合支持向量机。在可穿戴智能手表的帮助下，我们以皮质醇浓度作为真实标签，将基线传感器读数映射为正常数据，将压力状态传感器读数映射为异常数据。我们使用量子计算技术，通过基于核的预处理探索了复杂的特征空间。我们借助 TSST 协议对 40 名老年人进行了实验验证，以此说明该方法的有效性。我们的研究结果表明，在使用有限数量特征的情况下，与经典方法相比，量子机器学习提供了更高的准确率。我们还观察到，使用量子机器学习的召回率高于经典方法。较高的召回率说明了量子机器学习在医疗保健领域的潜力，因为漏检异常可能导致诊断或治疗延误。
引用
@article{arxiv.2501.04831,
title = {Quantum Hybrid Support Vector Machines for Stress Detection in Older Adults},
author = {Md Saif Hassan Onim and Travis S. Humble and Himanshu Thapliyal},
journal= {arXiv preprint arXiv:2501.04831},
year = {2025}
}