<p>Personalisierte Quanten-Federated-Learning-Ansatz verbessert Anomalieerkennung um bis zu 23 %</p> <p>Die Erkennung von Anomalien spielt eine zentrale Rolle in Bereichen wie Videoüberwachung, medizinischer Diagnostik und industrieller Prozessüberwachung. Dabei sind die Daten häufig kontextabhängig und es gibt nur wenige gelabelte Anomalien, was die Entwicklung zuverlässiger Modelle erschwert.</p> <p>Quantum Federated Learning (QFL) löst dieses Problem, indem es das Training auf mehrere Quantenklienten ver