跳到正文
热点事件持续更新

量子极限学习机预报混沌电子电路实验信号

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Mohammad Sharifian 等发表论文,将量子极限学习机用于混沌电子电路实验产生的四路连续时间序列信号预报。 针对连续信号离散化问题,论文采用两种处理方式:采样局部峰谷,或按自相关时间尺度均匀采样。据论文摘要,该方法对模拟和实验信号均取得较高预报准确性,能重建混沌吸引子,并在中等退相干下保持一定鲁棒性,面向近期量子模拟器。

AI 根据报道生成 · 44 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月12日
  1. arXiv · quant-ph
    量子极端学习用于预测实验混沌电子电路

    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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。