論文の概要: QMViT: A Mushroom is worth 16x16 Words

• arxiv url: http://arxiv.org/abs/2407.04708v1
• Date: Sat, 11 May 2024 03:38:01 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-22 16:25:52.757441
• Title: QMViT: A Mushroom is worth 16x16 Words
• Title（参考訳）: QMViT: Mushroomは16x16ワード
• Authors: Siddhant Dutta, Hemant Singh, Kalpita Shankhdhar, Sridhar Iyer,
• Abstract要約: 本研究は,キノコ分類性能を向上させるために量子コンピューティングを活用する新しい量子ビジョントランスフォーマーアーキテクチャを提案する。 提案されたアーキテクチャは、それぞれカテゴリと適応性に基づいて92.33%と99.24%の精度を達成した。
• 参考スコア（独自算出の注目度）: 1.5749416770494706
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Consuming poisonous mushrooms can have severe health consequences, even resulting in fatality and accurately distinguishing edible from toxic mushroom varieties remains a significant challenge in ensuring food safety. So, it's crucial to distinguish between edible and poisonous mushrooms within the existing species. This is essential due to the significant demand for mushrooms in people's daily meals and their potential contributions to medical science. This work presents a novel Quantum Vision Transformer architecture that leverages quantum computing to enhance mushroom classification performance. By implementing specialized quantum self-attention mechanisms using Variational Quantum Circuits, the proposed architecture achieved 92.33% and 99.24% accuracy based on their category and their edibility respectively. This demonstrates the success of the proposed architecture in reducing false negatives for toxic mushrooms, thus ensuring food safety. Our research highlights the potential of QMViT for improving mushroom classification as a whole.
• Abstract（参考訳）: 有毒キノコを摂取すると、深刻な健康上の影響を受け、致命傷を負い、有毒キノコの品種と正確に区別することは、食品の安全性を確保する上で重要な課題である。 そのため、既存の種の中では食用キノコと有毒キノコを区別することが重要です。 これは、人々の毎日の食事におけるキノコのかなりの需要と、医療科学への潜在的貢献のために不可欠である。 本研究は,キノコ分類性能を向上させるために量子コンピューティングを活用する新しい量子ビジョントランスフォーマーアーキテクチャを提案する。 変分量子回路を用いた特殊量子自己保持機構を実装することにより、提案されたアーキテクチャは、それぞれカテゴリと適応性に基づいて92.33%と99.24%の精度を達成した。 このことは、有害キノコの偽陰性を低減し、食品の安全性を確保するために提案されたアーキテクチャの成功を示す。 本研究は,キノコの分類におけるQMViTの可能性を明らかにするものである。

関連論文リスト

• Artificial Immune System of Secure Face Recognition Against Adversarial Attacks [67.31542713498627]
  昆虫生産には 最大限の可能性を実現するために 最適化が必要です これは選択的育種による興味のある形質の改善が目的である。 このレビューは、様々な分野の知識と、動物の繁殖、定量的遺伝学、進化生物学、昆虫学のギャップを埋めるものである。
  論文  参考訳（メタデータ） (2024-06-26T07:50:58Z)
• NutritionVerse-Direct: Exploring Deep Neural Networks for Multitask Nutrition Prediction from Food Images [63.314702537010355]
  自己申告法はしばしば不正確であり、重大な偏見に悩まされる。 近年、食品画像から栄養情報を予測するためにコンピュータビジョン予測システムを用いた研究が進められている。 本稿では,様々なニューラルネットワークアーキテクチャを活用することにより,食事摂取量推定の有効性を高めることを目的とする。
  論文  参考訳（メタデータ） (2024-05-13T14:56:55Z)
• Extracting chemical food safety hazards from the scientific literature automatically using large language models [0.0]
  食品安全の専門家は、食品の安全性と食品連鎖における危険の発生に関するすべての文献を読むことは不可能である。 食品安全の専門家が最新の発見を認識し、容易かつ簡潔な方法でこの情報にアクセスできることが重要である。 本研究では, 大規模言語モデルを用いて, 科学的文献から化学物質を抽出する手法を提案する。
  論文  参考訳（メタデータ） (2024-05-01T08:02:10Z)
• Defending Against Weight-Poisoning Backdoor Attacks for Parameter-Efficient Fine-Tuning [57.50274256088251]
  パラメータ効率のよい微調整(PEFT)は,重み付けによるバックドア攻撃の影響を受けやすいことを示す。 PEFTを利用したPSIM(Poisoned Sample Identification Module)を開発した。 テキスト分類タスク,5つの微調整戦略,および3つの重み付けバックドア攻撃手法について実験を行った。
  論文  参考訳（メタデータ） (2024-02-19T14:22:54Z)
• Machine learning for potion development at Hogwarts [0.0]
  ディープニューラルネットワークを使用して、生成されたレシピを標準的な薬物分類システムに分類する。 ほとんどのレシピは精神病薬と皮膚科のカテゴリーに分類される。
  論文  参考訳（メタデータ） (2023-06-30T08:47:27Z)
• Diffusion Theory as a Scalpel: Detecting and Purifying Poisonous Dimensions in Pre-trained Language Models Caused by Backdoor or Bias [64.81358555107788]
  事前訓練された言語モデル(PLM)は、微調整プロセス中に疑わしい攻撃者が注入したバックドアやバイアスによって有毒である可能性がある。 本研究では, 拡散理論を応用し, 微調整の動的過程を解明し, 潜在的有毒な次元を見つけるための微細浄化法を提案する。 我々の知識を最大限に活用するために、我々は安全・防衛目的の拡散理論によって導かれる力学を初めて研究する。
  論文  参考訳（メタデータ） (2023-05-08T08:40:30Z)
• Mutual Information Alleviates Hallucinations in Abstractive Summarization [73.48162198041884]
  モデルが生成中の幻覚コンテンツにより多くの確率を割り当てる可能性が著しく高いという単純な基準を見いだす。 この発見は幻覚の潜在的な説明を提供する:モデルは、継続について不確実な場合には、高い限界確率のテキストを好むことをデフォルトとする。 そこで本研究では,ターゲットトークンの正当性ではなく,ソースとターゲットトークンのポイントワイドな相互情報の最適化に切り替える復号手法を提案する。
  論文  参考訳（メタデータ） (2022-10-24T13:30:54Z)
• Using deep convolutional neural networks to classify poisonous and edible mushrooms found in China [3.2112925535811665]
  中国では毎年約8000人が病気になり、有毒なキノコを誤って食べた結果70人が死亡した。 そこで本研究では,キノコが有毒であるか否かを,スマートフォン上で数百枚の食用キノコおよび有毒キノコ画像から解析することによって明らかにすることを提案する。
  論文  参考訳（メタデータ） (2022-10-19T07:36:26Z)
• Mushroom image recognition and distance generation based on attention-mechanism model and genetic information [4.845860279763184]
  注目機構に基づく新しいモデルであるMushroomNetを提案し,バックボーンモデルとして軽量ネットワークMobileNetV3を適用した。 パブリックデータセットでは、MushroomNetモデルのテスト精度が83.9%に達し、ローカルデータセットでは、テスト精度が77.4%に達した。 その結果,MES活性化関数はキノコの遺伝的距離を非常に正確に予測できるが,精度はSoftMaxよりも低いことがわかった。
  論文  参考訳（メタデータ） (2022-06-27T15:43:03Z)
• An Effective Scheme for Maize Disease Recognition based on Deep Networks [0.0]
  植物の病気は食品の安全性に影響を与え、農産物の品質と量を大幅に減少させる。 病気の正確かつタイムリーな診断には多くの課題がある。 本研究は、上記の課題を克服するために、ディープニューラルネットワークに基づく新しいスキームを提案する。
  論文  参考訳（メタデータ） (2022-05-09T12:37:11Z)
• Mem-fractive Properties of Mushrooms [55.41644538483948]
  ヒラタケの果実体は, 分裂行動を示すことが明らかとなった。 メムリスタは、従来の受動的セミコンダクタ装置のI-V特性のループを閉じる。
  論文  参考訳（メタデータ） (2020-02-15T16:59:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。