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

Dettagli Bibliografici

Pubblicato in:	arXiv.org (Jul 30, 2024), p. n/a
Autore principale:	Kölle, Michael
Altri autori:	Ahouzi, Afrae, Debus, Pascal, Çetiner, Elif, Müller, Robert, Schuman, Daniëlle, Linnhoff-Popien, Claudia
Pubblicazione:	Cornell University Library, arXiv.org
Soggetti:	Testing time Complexity Anomalies Support vector machines Kernel functions Variance Time measurement
Accesso online:	Citation/Abstract Full text outside of ProQuest
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!