QLIF-CAST评估天气预报表现

Marchisio等在arXiv预印本中提出QLIF-CAST，将量子泄漏积分发放神经元扩展为短期多变量天气预报模型；作者报告，其相对参数量匹配的经典LIF基线，MSE和MAE分别降低15.4%和4.4%。 该模型以单量子比特叠加态表示神经元兴奋状态，通过R_x旋转门和T1弛豫衰减构成混合量子—经典循环架构。作者称，在空气质量和风速基准上与QLSTM、QNN比较时，训练时间最多减少94%；模型电路还在IBM Marrakesh 156量子比特QPU上运行，结果相对模拟平均偏差1.2%。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。