量子脉冲网络QLIF-CAST用于天气预测
热点事件持续更新
量子脉冲网络QLIF-CAST用于天气预测
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Alberto Marchisio 等作者发表论文，将量子泄漏积分点火（QLIF）脉冲神经网络扩展为可做连续值回归的 QLIF-CAST，用于短期多变量天气预报。 论文称，在与参数匹配的经典 LIF 基线对比中，该模型 MSE 降低 15.4%、MAE 降低 4.4%；与 QLSTM 和 QNN 相比，训练收敛时间最多减少 94%。作者还在 IBM Marrakesh（156-qubit QPU）上验证，称电路执行与模拟的平均偏差仅 1.2%。这些均为论文报告的结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
QLIF-CAST：量子泄漏积分点火模型用于时间序列天气预报报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.LGQLIF-CAST：量子泄漏积分点火模型用于时间序列天气预报
QLIF-CAST 将量子泄漏积分点火（QLIF）脉冲神经网络扩展至连续值回归，用于短期多变量天气预报。在与参数匹配的经典 LIF 基线对比中，其 MSE 降低 15.4%、MAE 降低 4.4%；与 QLSTM 和 QNN 对比，训练收敛时间最多减少 94%。在 IBM Marrakesh（156-qubit QPU）上验证，电路执行与模拟平均偏差仅 1.2%。
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。