量子贝叶斯优化用于 Lorenz-96模型的自动调谐作为代理气候模型
量子物理
2025-12-24 v1 大气与海洋物理
摘要
本文提出了一种混合量子启发式方法，用于自动调谐Lorenz-96模型——该模型是描述大气动力学的简单代理模型，却表现出混沌行为。在Lguensat等人(2023)提出的历史匹配框架基础上，我们完全自动化了调谐过程，提出了新的收敛准则，并建议替换经典高斯过程模拟器为量子模型。我们对比试验了三种量子核架构，这些架构由其量子特征映射电路区别。一种维数论据暗示，量子核在表达性上相对于其经典竞争者具有更高的潜在表达性。对于每种核类型，我们对调谐算法进行了广泛的超参数优化。我们通过数值演示，确认了基于statevector仿真的量子启发方法的有效性，证明了两种研究的量子核优于标准经典RBF核。最后，我们讨论了向真实量子硬件过渡的路径，主要是通过过渡到基于shot的仿真和通过随机测量评估量子核，这可以缓解门错误的影响。该方法的极低量子比特要求、适中的电路深度以及对可训练电路参数的最小需求，使其特别适合NISQ设备。
关键词
引用
@article{arxiv.2512.20437,
title = {Quantum Bayesian Optimization for the Automatic Tuning of Lorenz-96 as a Surrogate Climate Model},
author = {Paul J. Christiansen and Daniel Ohl de Mello and Cedric Brügmann and Steffen Hien and Felix Herbort and Martin Kiffner and Lorenzo Pastori and Veronika Eyring and Mierk Schwabe},
journal= {arXiv preprint arXiv:2512.20437},
year = {2025}
}