该研究将量子储层计算（QRC）与经典模型（如回声状态网络ESNs、长短期记忆网络LSTMs）以及量子-经典混合架构（QLSTM）进行对比，针对非线性自回归移动平均任务（NARMA-10）开展实验。研究人员评估了预测精度（标准化均方根误差NRMSE）、计算成本和评估时间。结果表明，QRC在保持竞争力的预测精度同时具备潜在的可持续性优势，尤其在资源受限环境中凸显出其在可持续时间序列人工智能应用中的前景。
作者所在地：
VIP可见
作者单位：
VIP可见
页数/图表：
登录可见
提交arXiv：
2025-10-27 13:46
