Predictive control of blast furnace temperature in steelmaking with hybrid depth-infused quantum neural networks
Este artículo presenta un enfoque innovador que combina el aprendizaje automático cuántico híbrido con la inyección de carbón pulverizado para predecir y estabilizar con mayor precisión la temperatura de los altos hornos en la producción de acero, logrando una mejora del 25% en la exactitud predictiva y reduciendo la variabilidad de la temperatura de ±50 a ±7,6 grados.