Tensor Network Machine Learning for Wildfire Susceptibility Mapping: from Grokking Dynamics to Quantum Mixedness of Class Representations
Dieses Paper führt ein quanteninspiriertes Tensornetzwerk-Framework unter Verwendung von Matrix Product States und AlphaEarth-Embeddings zur Kartierung der Waldbrandanfälligkeit in der Gargano-Region ein, welches nicht nur eine wettbewerbsfähige Klassifizierungsgenauigkeit erreicht, sondern auch distinkte Grokking-Dynamiken offenbart und durch Quantenmischungsdiagnostik eine physikalisch fundierte, ebenspezifische Analyse der Klassentrennbarkeit bereitstellt.