量子机器学习在气候变化与可持续性中的应用：综述
机器学习
2023-10-16 v1 人工智能
摘要
气候变化及其对全球可持续性的影响是严峻的挑战，需要结合前沿技术与科学见解的创新解决方案。量子机器学习（QML）已成为一种有前景的范式，它利用量子计算的力量来解决包括气候变化与可持续性在内的多个领域的复杂问题。在本文中，我们综述了将量子机器学习应用于解决气候变化和可持续性相关问题的现有文献。我们回顾了有潜力加速脱碳的 QML 方法，包括能源系统、气候数据预测、气候监测和灾害事件预测。我们讨论了量子机器学习方法的挑战和当前局限，并概述了在气候变化研究这一重要领域中利用基于 QML 的方法的潜在机会和未来工作。
引用
@article{arxiv.2310.09162,
title = {Quantum Machine Learning in Climate Change and Sustainability: a Review},
author = {Amal Nammouchi and Andreas Kassler and Andreas Theorachis},
journal= {arXiv preprint arXiv:2310.09162},
year = {2023}
}
备注
8 pages Accepted for publication in AAAI proceedings (AAAI Fall symposium 2023)