KI und die schwierigen Probleme der Welt · Erd- & Klimawissenschaften · arXiv · 2026-10-20
Physikverankerte residuale Quantenneuronale Netze zur Parametrisierung der Wolkenbedeckung
Originaltitel: Physics-anchored residual quantum neural networks for cloud-cover parameterization
Die Studie wendet kompakte Quantenneuronale Netze auf die Parametrisierung der Wolkenbedeckung an und lernt dabei eine Korrektur auf einer angepassten klassischen Schätzung der Wolkenbedeckung. Über zehn Modellvarianten auf Daten aus ICON/DYAMOND zeigte die Residuenvorhersage einen um bis zu 54,3 % geringeren mittleren quadratischen Testfehler als die direkte QNN-Vorhersage. Eine größere, länger trainierte klassische Referenz erzielte dennoch einen geringeren Fehler, und die Autoren behaupten keinen rechnerischen Quantenvorteil.