FDTD-Based Synthetic Dataset Generation and Quantum Ensemble Learning for Enhanced Microwave Tumor Localization
Esta pesquisa propõe um framework híbrido que combina dados de micro-ondas sintéticos simulados por FDTD com um Conjunto de Classificador de Fusão Potencializado por Computação Quântica (QPFC-E) para aumentar significativamente a precisão e o recall da localização não invasiva de tumores em comparação com métodos tradicionais de aprendizado de máquina.