Das Projekt entwickelt neuartige Quantum-Reservoir-Computing-Methoden für die Analyse komplexer biomedizinischer Daten. Gemeinsam mit Merck untersucht die LMU, unter welchen Bedingungen QRC gegenüber klassischen Verfahren Vorteile bieten kann, und entwickelt neue Ansätze für interpretierbare KI in der personalisierten Medizin und Arzneimittelforschung.
Das Projekt verfolgt das Ziel, Quantum Reservoir Computing (QRC) methodisch weiterzuentwickeln und für die Analyse komplexer biomedizinischer Daten anwendungsreif zu machen. Im Fokus steht dabei die systematische Untersuchung und Quantifizierung des Quantenvorteils von QRC Methoden im Vergleich zu klassischen Verfahren – insbesondere bei kleinen, schwer interpretierbaren Datensätzen, wie sie typischerweise in der Arzneimittelforschung und personalisierten Medizin vorkommen.
LMU und Merck entwickeln hierbei neue QRC-Architekturen, die gezielt für kleine, hochdimensionale Datensätze optimiert sind, und integriert dabei biomedizinisches Domänenwissen direkt in die Modellstruktur. Ein zentrales Innovationsziel ist die Einführung einer neuartigen Metrik zur Quantifizierung der Reservoir-Nutzung, die eine belastbare Bewertung der Modellkomplexität erlaubt. Darüber hinaus werden Methoden zur verbesserten Interpretierbarkeit von QRC-Ergebnissen durch Visualisierungstechniken wie UMAP mitentwickelt und neue generative QRC-Ansätze für die molekulare Strukturvorhersage miterforscht.