用于癌症登记系统测试的量子神经网络分类器：可行性研究
软件工程
2024-11-08 v1
摘要
挪威癌症登记处（CRN）是挪威公共卫生研究所（NIPH）的一部分，负责生产挪威人口癌症统计数据。为此，CRN 开发、测试并演进了一个名为癌症登记支持系统（CaReSS）的软件系统。这是一个复杂的社会技术软件系统，与许多实体（如医院、医学实验室和其他患者登记处）交互以完成其任务。为了对 CaReSS 进行经济高效的测试，CRN 采用 EvoMaster——一种基于人工智能的 REST API 测试工具，并结合集成的经典机器学习模型。在此背景下，我们提出 Qlinical，以研究在 EvoMaster 内部使用量子神经网络（QNN）分类器——即量子机器学习模型——替代现有经典机器学习模型的可行性。结果表明，Qlinical 可以实现与 EvoClass 相当的性能。我们进一步探讨了各种 QNN 配置对性能的影响，并为未来的 QNN 开发者提供了最优 QNN 设置的建议。
引用
@article{arxiv.2411.04740,
title = {Quantum Neural Network Classifier for Cancer Registry System Testing: A Feasibility Study},
author = {Xinyi Wang and Shaukat Ali and Paolo Arcaini and Narasimha Raghavan Veeraragavan and Jan F. Nygård},
journal= {arXiv preprint arXiv:2411.04740},
year = {2024}
}