Quantum Physics-Informed Neural Networks for Maxwell's Equations: Circuit Design, "Black Hole" Barren Plateaus Mitigation, and GPU Acceleration
Diese Studie stellt ein hybrides Quantum Physics-Informed Neural Network (QPINN) vor, das durch die Integration von Energieerhaltungssätzen und GPU-beschleunigten Quantenschaltkreisen die Genauigkeit bei der Lösung zweidimensionaler Maxwell-Gleichungen im Vergleich zu klassischen PINNs um bis zu 19 % steigert und gleichzeitig das Phänomen der „Black Hole"-Barren Plateaus effektiv mitigiert.