AIが解く世界の難問 · 地球・気候科学 · arXiv · 2026-10-20
物理情報を組み込んだ残差量子ニューラルネットワークによる雲量パラメータ化
原題: Physics-anchored residual quantum neural networks for cloud-cover parameterization
コンパクトな量子ニューラルネットワークを雲量のパラメータ化に用いる研究で、残差として補正を学習する方式を検討した。ICON/DYAMONDから得たデータで10種類のモデルを比較したところ、残差予測は直接予測と比べて物理空間でのテスト平均二乗誤差を最大54.3％減らした。ただし、より大規模で長時間学習させた古典モデルの方が誤差は小さかった。計算上の量子優位性や、オンラインの気候モデルでの性能は示されていない。