Quantum Neural Networks for Wind Energy Forecasting: A Comparative Study of Performance and Scalability with Classical Models

Resumen Técnico: Redes Neuronales Cuánticas para la Predicción de Energía Eólica

Planteamiento del Problema
El Aprendizaje Automático Cuántico (QML) posee una promesa teórica para mejorar el aprendizaje clásico mediante principios como la superposición y el entrelazamiento. Sin embargo, persiste el escepticismo respecto a su utilidad práctica, particularmente dentro de las limitaciones de los dispositivos de Escala Intermedia con Ruido (NISQ). Existe una brecha significativa en la literatura en cuanto a evaluaciones sistemáticas de arquitecturas de Redes Neuronales Cuánticas (QNN) para tareas de regresión del mundo real. Específicamente, hay evidencia empírica limitada que guíe la selección de configuraciones óptimas de QNN, su escalabilidad con respecto al tamaño del conjunto de datos y su costo computacional en comparación con los modelos clásicos en la predicción de energía. Este estudio aborda estas brechas evaluando las QNN para la predicicción de la potencia eólica, una tarea crítica para la integración de la red y la planificación operativa donde la complejidad de los datos suele desafiar la escalabilidad clásica.

Metodología
El estudio utiliza un conjunto de datos temporales del mundo real que comprende 4,464 mediciones de una turbina eólica, registradas en intervalos de 10 minutos. Las características de entrada incluyen velocidad del viento, dirección, presión atmosférica y temperatura, siendo la potencia de salida generada la variable objetivo. Para analizar la escalabilidad, los autores crearon subconjuntos de 1,000, 2,000, 3,000 y 4,000 muestras, divididas además en conjuntos de entrenamiento del 80% y de prueba del 20%, normalizadas mediante el escalado min-max.

El diseño experimental se centra en un paradigma Clásico-Cuántico (CQ) utilizando Qiskit Machine Learning. La metodología central implica:

1. Codificación de Datos: Se seleccionó el Z Feature Map sobre el ZZ Feature Map basándose en el rendimiento previo, elegido por su capacidad para producir circuitos poco profundos adecuados para la simulación y el hardware de corto plazo.
2. Diseño del Ansatz: Se construyeron seis configuraciones distintas de QNN combinando el Z Feature Map con seis estrategias de entrelazamiento diferentes: Completo (Full), Lineal, Circular, Alternante Circular Desplazado (SCA), Lineal Inverso y por Pares (Pairwise).
3. Optimización: Los modelos fueron entrenados utilizando optimizadores clásicos (ADAM y L-BFGS-B) para minimizar el error de predicción.
4. Evaluación Comparativa (Benchmarking): El rendimiento se comparó con tres modelos de regresión clásicos: k-Nearest Neighbors (kNN), Decision Tree Regressor (DTR) y Regresión Lineal (LR).

Las métricas de evaluación incluyeron el coeficiente de determinación ($R^2$), la Raíz del Error Cuadrático Medio (RMSE), la estabilidad del entrenamiento (mediante el análisis de la varianza de la pérdida y picos de pérdida) y la complejidad del tiempo de simulación.

Contribuciones Clave
El artículo proporciona cuatro contribuciones primarias:

1. Evaluación Sistemática: Una evaluación exhaustiva de seis configuraciones de QNN en una tarea de regresión de energía eólica del mundo real, analizando el rendimiento predictivo y la estabilidad a través de diversos tamaños de conjunto de datos.
2. Análisis de Escalabilidad: Una investigación sobre cómo el tamaño del conjunto de datos impacta tanto en la precisión del modelo como en el tiempo de ejecución de la simulación, identificando un "punto de rendimientos decrecientes" específico.
3. Caracterización de la Complejidad: Evidencia empírica que demuestra que el tiempo de entrenamiento de las QNN escala linealmente ($O(n)$) con el tamaño del conjunto de datos, identificando el recuento total de puertas cuánticas como el principal impulsor del costo computacional.
4. Marco de Estabilidad: Un marco de análisis de estabilidad propuesto que compara la dinámica de aprendizaje de las QNN a través de diferentes configuraciones de circuitos utilizando la desviación estándar, los picos máximos de pérdida y los valores finales de pérdida.

Resultados Experimentales

• Rendimiento Predictivo: Las configuraciones de QNN lograron un rendimiento competitivo o superior en comparación con las bases de referencia clásicas. La configuración con mejor desempeño, QNN-3 (que utiliza la estrategia de entrelazamiento Circular), alcanzó un puntaje de $R^2$ de 0.94 y un RMSE de 174.67 kW en el conjunto de prueba más grande. Esto superó al mejor modelo clásico (kNN), que logró un $R^2$ de 0.94 y un RMSE de 182.99 kW, lo que representa una reducción del 4.5% en el error de predicción.
• Tendencias de Escalabilidad: Las mejoras en el rendimiento fueron más significativas cuando se aumentó el tamaño del conjunto de datos de 800 a 1,600 muestras. Más allá de las 1,600 muestras, los incrementos adicionales en los datos no produjeron mejoras consistentes en $R^2$ o RMSE; en algunos casos, el rendimiento disminuyó ligeramente. Esto sugiere una relación óptima entre la cantidad de datos y la complejidad del modelo para las arquitecturas probadas.
• Estabilidad: QNN-6 (entrelazamiento por Pares) demostró la mayor estabilidad en todas las métricas, mientras que QNN-2 mostró la mayor variabilidad. Los conjuntos de datos más grandes generalmente contribuyeron a una convergencia más suave y a una reducción de la varianza de la pérdida.
• Eficiencia Computacional: El tiempo de entrenamiento escaló linealmente con el tamaño del conjunto de datos. Las configuraciones con menores recuentos totales de puertas (QNN-5 y QNN-6, con 34 puertas) fueron las más eficientes en tiempo, mientras que QNN-1 (40 puertas) requirió los tiempos de entrenamiento más largos.
• Distribución del Error: Los modelos cuánticos generalmente exhibieron distribuciones de error más simétricas y concentradas que los modelos clásicos. Sin embargo, se observó una limitación notable: las QNN ocasionalmente produjeron salidas de potencia negativa físicamente inválidas, un comportamiento no visto en kNN o DTR.

Significancia y Reivindicaciones
Los autores afirman que este estudio proporciona una evaluación empírica estructurada de las QNN para tareas de regresión, demostrando su viabilidad como una alternativa complementaria al aprendizaje automático clásico, particularmente en escenarios con datos limitados. Los hallazgos sugieren que, si bien las QNN pueden igualar o exceder el rendimiento clásico, su escalabilidad está restringida por una relación óptima entre datos y complejidad, así como por el costo computacional de los circuitos con gran número de puertas.

El artículo concluye modestamente que las QNN son prometedoras pero aún no son un reemplazo total para los métodos clásicos. Destaca la necesidad de trabajos futuros para incorporar bases de referencia clásicas avanzadas (por ejemplo, XGBoost, LSTM), realizar la optimización de hiperparámetros y desarrollar métodos para imponer restricciones físicas (como las salidas de potencia no negativas) dentro del proceso de modelado de las QNN. El estudio sirve como un benchmark fundacional para comprender las compensaciones entre la complejidad del modelo, el tamaño del conjunto de datos y el costo computacional en la era NISQ actual.