量子科技中心_量科网

DeepONet能够实现无需重新训练即可适应不同初始条件或源项的推理能力，但需付出较高计算代价。本研究提出了一种适用于求解二维演化方程的混合量子算子网络（Quantum AS-DeepOnet）。通过结合参数化量子电路与跨子网注意力方法，该工作仅需传统DeepONet方法60%的可训练参数，即可在保持精度和收敛性相当的前提下求解二维演化方程。