预测混沌动力学与极端事件：一种无递归的量子储备计算方法
量子物理
2024-10-29 v2
摘要
在混沌动力学系统中，极端事件在时间序列中表现为不可预测的大幅峰值。虽然是确定性的，极端事件看似随机，这使得它们的预测困难。通过从观测量（数据）中学习动力学，储备计算机可以准确地预测极端事件和混沌动力学，但它们可能需要许多自由度（大型储备）。本文利用量子计算机 ansatz 和纠缠，我们设计了具有紧凑储备和准确预测能力的储备计算机。首先，我们提出了无递归量子储备计算机（RF-QRC）架构。通过开发适当的量子特征图并消除递归连接，RF-QRC 具有较小深度的量子电路。这使得 RF-QRC 能够与更高维混沌系统规模化，适合硬件实现。其次，我们预测了低维和高维动力学系统的时序混沌动力学及其长期统计。我们发现 RF-QRC 需要的储备比经典储备计算机更小。最后，我们将 RF-QRC 应用于湍流剪切流模型中极端事件的时间预测。我们发现 RF-QRC 的可预测性远超经典储备计算机。结果和分析表明，量子计算机 ansatz 提供了非线性表达性和计算可扩展性，这对于预测混沌动力学和极端事件具有重要意义。这一工作为在近期量子计算机上使用量子机器学习开辟了新的机遇。
引用
@article{arxiv.2405.03390,
title = {Prediction of chaotic dynamics and extreme events: A recurrence-free quantum reservoir computing approach},
author = {Osama Ahmed and Felix Tennie and Luca Magri},
journal= {arXiv preprint arXiv:2405.03390},
year = {2024}
}
备注
19 pages, 27 figures