量子科技中心_量科网

该研究评估了经典模型与量子启发的序列模型在米兰电信活动数据集中预测单变量短信接收量（SMS-in）时间序列的性能。由于数据完整性限制，研究人员仅关注每个空间网格单元的短信接收信号。通过对比LSTM（基线模型）、量子长短期记忆网络（QLSTM）、量子自适应自注意力（QASA）、量子接收加权键值模型（QRWKV）和量子快速权重编程器（QFWP）这五种模型在不同输入序列长度（4、8、12、16、32和64）下的表现，所有模型均基于给定时间窗口内的历史值预测未来10分钟的短信接收量。研究结果表明，不同模型对序列长度的敏感度存在差异，说明量子增强并非普遍适用。量子模块的有效性高度依赖于具体任务和架构设计，这反映了模型规模、参数化策略与时间建模能力之间固有的权衡关系。