Quantum mixture-density network for multimodal probabilistic prediction
Dieses Paper führt ein Quantum Mixture-Density Network (Q-MDN) ein, das parametrisierte Quantenschaltkreise nutzt, um komplexe multimodale Verteilungen effizienter mit weniger Parametern als klassische Methoden zu modellieren, wobei es eine überlegene Leistung bei der Modenseparabilität und Vorhersageschärfe auf den Benchmarks des Quanten-Doppelspalts und der chaotischen logistischen Bifurkation demonstriert.