코드 및 인공지능 모델 데이터
퀀텀 (양자)AI 머신러닝
-
AccessionKDT-135-10000083
-
Submission date2026-04-03
Project Detail
|
Accession
|
KAP242108 |
|---|---|
|
프로젝트의 영문 제목
|
Department of Quantum AI Bio
|
|
프로젝트의 국문 제목
|
퀀텀(양자)AI바이오 실증 연구
|
|
프로젝트의 영문 설명
|
Quantum AI Bio research handles highly sensitive biological and biomedical data, making the establishment of a robust security framework essential to prevent any form of data leakage. This project follows a strict principle that all data generated during the research process must be stored and processed within domestic infrastructure. In collaboration with national institutions such as KRISS and the Quantum Platform National Quantum Research Hub Program (KJQI), we aim to build a joint security management system.
|
|
프로젝트의 국문 설명
|
퀀텀(양자)AI바이오 연구는 고도의 민감성을 지닌 생명과학 데이터를 다루는 영역이기 때문에, 데이터가 외부로 유출되지 않도록 하는 보안 체계 구축이 필수적이다. 본 과제는 연구 과정에서 생산되는 모든 데이터를 국내 인프라 내에서 저장하고 처리하는 것을 기본 원칙으로 삼으며, 표준연(KRISS)과 퀀텀플랫폼 양자연구거점지원사업(KJQI) 등 국내 연구기관과의 협업·협약을 통해 공동 보안 관리 체계를 마련하고자 한다. 이를 기반으로 데이터 암호화, 접근 제어, 로그 기록 등 고도화된 보안 프로토콜을 연구 전 과정에 적용하여, 국가적 수준의 생명·양자기술 원천 데이터가 해외로 유출되지 않도록 보호하면서도 확보한 데이터를 안정적으로 활용할 수 있는 기반을 갖추고자 한다.
|
Metadata
|
데이터 타입
|
Code |
|---|---|
|
제목
|
퀀텀 (양자)AI 머신러닝 |
|
키워드
|
양자, 인공지능, 양자머신러닝 |
|
제작자
|
권태호 |
|
Version
|
v1 |
|
코드 언어
|
Python |
|
입력
|
ipynb |
|
출력
|
json |
readme
본 기탁물은 양자 머신러닝 기반 분류 모델의 재현 및 검증을 목적으로 공개된 데이터 및 코드이다.
Jupyter Notebook 환경에서 Python으로 작성되었으며, PennyLane과 PyTorch를 활용하여 양자 회로 기반 분류기를 구현하였다.
본 자료는 연구 재현성 확보 및 후속 연구 활용을 위해 공개되며, 학술적·비상업적 연구 목적에 한하여 자유롭게 활용할 수 있다.
This deposit provides data and source code for reproducible validation of a quantum machine learning–based classification model.
The code is implemented in Python using Jupyter Notebook, and utilizes PennyLane and PyTorch to construct and train a quantum circuit–based classifier.
These materials are shared to support research reproducibility and may be freely used for academic and non-commercial research purposes.
File