量子科技中心_量科网

量子储层计算（QRC）利用量子动力学高效处理时序数据。该工作研究了一种基于双耦合克尔非线性振子的QRC框架，该系统因其复杂的非线性相互作用和潜在的高维状态空间，特别适合时间序列预测任务。研究人员探究了其在时序预测中的性能如何依赖于关键物理参数：输入驱动强度、克尔非线性和振子耦合强度，并分析了纠缠在提升储层计算性能中的作用，重点关注其对非平凡时间序列预测的影响。通过采用对数负性量化纠缠度、归一化均方根误差（NRMSE）评估预测精度，研究结果表明纠缠在平均意义上能提供计算优势（最高达到输入频率的某一阈值），且该优势在特定耗散和退相干水平下依然存在。值得注意的是，该团队发现较高耗散率反而可能提升性能。虽然纠缠优势表现为平均性能和最差案例性能的共同改善，但并未导致最佳案例误差的降低。这些发现为理解高性能量子储层系统、高效量子机器学习及时序预测提供了更深入的见解。