量智信息中心_量科网

《时间融合变压器》（TFT）由Lim等人于2021年在《国际预测期刊》提出，是一种基于注意力机制的前沿深度神经网络架构，专为多时间跨度序列预测而设计。该架构已展现出超越现有基准模型的显著性能提升。本研究提出“量子时间融合变压器”（QTFT），这是一种融合经典与量子计算的混合架构，拓展了经典TFT框架的能力边界。实验结果表明，QTFT能在预测数据集上成功完成训练，并实现对未来值的精确预测。特别值得注意的是，在部分测试案例中，该模型在训练损失和测试损失方面均优于经典版本，其余案例中则保持相当性能。该工作的核心优势在于其基于变分量子算法，使得模型能在当前含噪声中等规模量子（NISQ）设备上运行，且对量子比特数或电路深度没有严苛要求。