FDTD-Based Synthetic Dataset Generation and Quantum Ensemble Learning for Enhanced Microwave Tumor Localization
Diese Forschungsarbeit schlägt ein hybrides Framework vor, das FDTD-simulierte synthetische Mikrowellendaten mit einem Quantum-Powered Fusion Classifier Ensemble (QPFC-E) kombiniert, um die Genauigkeit und den Recall der nicht-invasiven Tumorlokalisierung im Vergleich zu traditionellen Methoden des maschinellen Lernens signifikant zu steigern.