Variational Quantum Physics-Informed Neural Networks for Hydrological PDE-Constrained Learning with Inherent Uncertainty Quantification
تقترح هذه الورقة شبكة عصبية هجينة كمومية-كلاسيكية مستوحاة من الفيزياء (HQC-PINN) تدمج الدوائر الكمومية التباينية مع قيود المعادلات التفاضلية الجزئية الهيدرولوجية لتحقيق تقارب أسرع، وتقليل عدد المعلمات، وتحديد كمي متأصل لعدم اليقين للتنبؤ بالفيضانات، مع إثبات مسار قابل للتطبيق نحو التفوق الكمومي في علوم البيئة.