メニュー
Quantum autoencoder (QAE) for compression-driven anomaly detection in brain MRI data - angle encoding into quantum states, variational encoder-decoder with trash qubits, achieving 0.95 slice-level ROC-AUC.
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/hiyenwong/ai_collection --skill qae-mri-anomaly-detectionコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
Graph-native Python reimplementation of the Information Dynamics of Music (IDyOM) model that represents predictive memories as explicit graph objects for musical expectation modeling and network analysis.
Physics-aware end-to-end deep reinforcement learning methodology for quadcopter control with actuator dynamics modeling.
Reinforced Dreamer methodology for asymmetric reinforcement learning using latent guidance to improve world model representations and behaviors in model-based RL.
SOC 職業分類に基づく
SKILL.md を表示中
| name | qae-mri-anomaly-detection |
| description | Quantum autoencoder (QAE) for compression-driven anomaly detection in brain MRI data - angle encoding into quantum states, variational encoder-decoder with trash qubits, achieving 0.95 slice-level ROC-AUC. |
| category | quantum |
| created | 2026-07-06T00:00:00.000Z |
| source | arXiv:2606.27411 |
arXiv:2606.27411 - "Compression-Driven Anomaly Detection in Brain MRI Using an Interpretable Quantum Autoencoder" by Santanu Ganguly, Xing Liang, Dimitrios Makris (2026-06-25)
A quantum autoencoder (QAE) approach for compression-driven anomaly detection in brain MRI data. Leverages angle encoding to map image patches into quantum states, followed by variational encoder-decoder architecture.
Angle Encoding: Map image patches into quantum states using angle encoding.
Variational Encoder-Decoder Architecture: Train to discard information via auxiliary trash qubits. The encoder compresses, the decoder reconstructs, and trash qubits absorb noise/irrelevant information.
Anomaly Scoring: Anomaly scores reflect the degree to which inputs resist compression relative to normal data. Higher scores = deviations from the learned normal manifold.
Interpretability: Analysis of learned parameters reveals encoder-decoder asymmetry where effective anomaly detection correlates with parameter patterns.
quantum autoencoder, brain MRI, anomaly detection, compression, trash qubits, angle encoding, variational quantum circuit, ROC-AUC, medical imaging
When working with:
