Сравнение классических и квантовых методов в физически информированных нейронных сетях для уравнения Аллена–Кана в условиях ограниченных и зашумлённых данных; Молодежь и современные информационные технологии

Bibliographic Details
Parent link:	Молодежь и современные информационные технологии.— 2026.— С. 390-394
Main Author:	Вакуленко В. А.
Other Authors:	Мерзликин Б. С. Борис Сергеевич (научный руководитель)
Summary:	В данной работе исследуется применение гибридных квантово-классических архитектур Q-PINN для решения задач, связанных с уравнением Аллена-Кана. Рассматриваются методы интеграции квантовых схем, включая предобработку данных, параметризованные квантовые слои и постобработку. Анализ проводится при варьируемом объеме данных и уровне шума. Результаты Q-PINN сравниваются с классическими PINN Текстовый файл
Language:	Russian
Published:	2026
Subjects:	электронный ресурс труды учёных ТПУ квантовые вычисления машинное обучение дифференциальные уравнения частные производные уравнение Аллена-Кана шум диффузия
Online Access:	http://earchive.tpu.ru/handle/11683/139109
Format:	Electronic Book Chapter
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=687418

Description
Summary:	В данной работе исследуется применение гибридных квантово-классических архитектур Q-PINN для решения задач, связанных с уравнением Аллена-Кана. Рассматриваются методы интеграции квантовых схем, включая предобработку данных, параметризованные квантовые слои и постобработку. Анализ проводится при варьируемом объеме данных и уровне шума. Результаты Q-PINN сравниваются с классическими PINN Текстовый файл

Similar Items