AI और दुनिया की कठिन समस्याएँ · पृथ्वी और जलवायु विज्ञान · arXiv · 2026-10-20

क्लाउड-कवर पैरामीटरीकरण के लिए भौतिकी-आधारित अवशिष्ट क्वांटम न्यूरल नेटवर्क

मूल शीर्षक: Physics-anchored residual quantum neural networks for cloud-cover parameterization

यह अध्ययन बादल-आच्छादन पैरामीटरीकरण पर संक्षिप्त क्वांटम न्यूरल नेटवर्क लागू करता है, जो एक फ़िटेड शास्त्रीय बादल-आच्छादन अनुमान के ऊपर एक सुधार सीखते हैं। ICON/DYAMOND से व्युत्पन्न डेटा पर दस मॉडल प्रकारों में, अवशिष्ट पूर्वानुमान ने प्रत्यक्ष QNN पूर्वानुमान की तुलना में परीक्षण माध्य वर्ग त्रुटि को 54.3% तक घटाया। फिर भी, एक बड़े और अधिक समय तक प्रशिक्षित शास्त्रीय संदर्भ मॉडल ने कम त्रुटि हासिल की, और लेखक संगणनात्मक क्वांटम लाभ का दावा नहीं करते।

मूल लेख पढ़ें ↗

सभी आइटम →