Efficient Quantum One-Class Support Vector Machines for Anomaly Detection Using Randomized Measurements and Variable Subsampling

Détails bibliographiques

Publié dans:	arXiv.org (Jul 30, 2024), p. n/a
Auteur principal:	Kölle, Michael
Autres auteurs:	Ahouzi, Afrae, Debus, Pascal, Çetiner, Elif, Müller, Robert, Schuman, Daniëlle, Linnhoff-Popien, Claudia
Publié:	Cornell University Library, arXiv.org
Sujets:	Testing time Complexity Anomalies Support vector machines Kernel functions Variance Time measurement
Accès en ligne:	Citation/Abstract Full text outside of ProQuest
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!