Hybrid Quantum-Classical AI for Industrial Defect Classification in Welding Images
Questo studio dimostra che approcci ibridi quantistico-classici, che combinano reti neurali convoluzionali per l'estrazione di caratteristiche con kernel quantistici o circuiti variazionali, offrono prestazioni competitive rispetto ai modelli di deep learning tradizionali per la classificazione dei difetti nelle immagini di saldatura TIG in alluminio, evidenziando il loro potenziale per applicazioni industriali di controllo qualità.