arXiv · quant-ph· Mohammad Sharifian, Qingyu Li, Chiranjib Mukhopadhyay, Abolfazl Bayat, Ludovico Minati·· 3 小时前
量子极端学习用于预测实验混沌电子电路
Quantum extreme learning for forecasting experimental chaotic electronic circuits
arXiv:2610.13388v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Mohammad Sharifian, Qingyu Li, Chiranjib Mukhopadhyay, Abolfazl Bayat, Ludovico Minati
研究任务与主要进展
研究团队将量子极端学习用于实验混沌电子电路的连续信号预测，并通过局部峰谷采样和自相关时间尺度的均匀采样处理时间序列离散化问题。基于论文摘要，该方法对模拟和实验信号均取得较高预测准确性，并能重建混沌吸引子，在中等退相干下保持一定鲁棒性，实验面向近期量子模拟器。
阶段、条件与复现 · 深读核对
- 任务输出与输入访问模型是什么？
- 在什么假设、规模与资源条件下成立？
- 与哪种经典基线比较，是否计入编码与读出？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · quant-ph · arxiv.org