PulseAugur
实时 11:04:34
English(EN) Quantum-Classical Physics-Informed Kolmogorov-Arnold Networks for Solving Fuzzy Differential Equations

新型QCPIKAN模型结合量子和经典计算求解模糊微分方程

研究人员推出了一种新颖的量子-经典物理信息Kolmogorov-Arnold网络(QCPIKAN),旨在求解模糊微分方程。该混合网络集成了ChebyKAN模块和参数化量子电路,接受时空坐标和隶属度水平作为输入。它同时近似\alpha-截断的端点函数,并将控制方程和边界条件纳入其训练目标。理论分析表明,当量子纠缠增益超过额外的计算误差时,QCPIKAN比其前身PIKAN具有更小的先验误差界,这在各种微分方程的数值实验中得到了证明。 AI

影响 引入了一种新颖的混合人工智能架构,用于解决复杂的数学问题,可能推动科学计算的发展。

排序理由 这是一篇详细介绍新计算框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新型QCPIKAN模型结合量子和经典计算求解模糊微分方程

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Xiang Rao, Yuxuan Shen ·

    量子经典物理启发的Kolmogorov-Arnold网络用于求解模糊微分方程

    arXiv:2608.08782v1 Announce Type: new Abstract: In this study, we propose a quantum-classical physics-informed Kolmogorov-Arnold network (QCPIKAN) dedicated to the solution of fuzzy differential equations. The network takes the spatiotemporal coordinates and membership level as j…