Agenda de Defesas
- UFPE/
- Pesquisa/Inovação/
- Agenda de Defesas/
- Pós-Graduação em Ciência da Computação promove defesa de dissertação na quinta-feira (2)
Agenda de defesas Agenda de defesas
Pós-Graduação em Ciência da Computação promove defesa de dissertação na quinta-feira (2)
Defesa ocorrerá às 15h, virtualmente
O Programa de Pós-Graduação em Ciência da Computação da UFPE promove, nesta quinta-feira (2), às 15h, virtualmente, a defesa de dissertação de mestrado do aluno Cláudio Luis Alves Monteiro, intitulada “Quantum Neurons with Real Weights For Diabetes Prediction”. O trabalho foi orientado pelo professor Fernando Maciano de Paula Neto. A banca examinadora conta, além do orientador, com os professores Adenilton José da Silva (UFPE/Centro de Informática) e Wilson Rosa de Oliveira Júnior (UFRPE/Departamento de Estatística e Informática). Os interessados em assistir devem entrar em contato com o aluno pelo e-mail clam@cin.ufpe.br.
Resumo
Este trabalho apresenta resultados preliminares relevantes da aplicação de algoritmos de aprendizagem de máquina quântica no setor de saúde. Desenvolvemos e testamos um modelo de neurônio quântico capaz de armazenar pesos reais e também comparamos dois outros algoritmos para construir neurônios quânticos que podem transportar uma quantidade exponencial de informação para um número linear de unidades de informação quântica (qubits) usando a propriedade quântica de superposição. Comparamos o desempenho desses modelos nos seguintes problemas: simular o operador XOR, resolver um problema não linear genérico e previsão de diabetes em pacientes. Os resultados dos experimentos mostraram que um único modelo de neurônio quântico é capaz de atingir uma taxa de precisão de 100% no problema XOR e uma taxa de precisão de 100% em um conjunto de dados não linear, demonstrando a plausibilidade de modelos quânticos com pesos reais na modelagem de problemas não linearmente separáveis. No problema de diagnóstico de diabetes, os neurônios quânticos alcançaram uma taxa de acurácia de 76% e AUC-ROC de 88%. Esses resultados indicam que um único modelo de neurônio quântico tem boa capacidade de generalização, demonstrando potencial para uso em aplicações para o setor de saúde em um futuro próximo. Este trabalho é também uma contribuição ao campo das redes neurais quânticas, que pode ser avançada a partir do modelo proposto.