Quantum Physics-Informed Neural Networks for Maxwell's Equations: Circuit Design, "Black Hole" Barren Plateaus Mitigation, and GPU Acceleration
本論文は、GPU 加速された量子シミュレーションライブラリ「TorQ」を用いて 2 次元の時間依存マクスウェル方程式を解く量子物理情報ニューラルネットワーク(QPINN)を提案し、エネルギー保存則の損失項導入による「ブラックホール」型 barren plateau の緩和と最適化により、古典 PINN を凌駕する高精度かつパラメータ効率の高い解を得ることを実証したものである。