Accelerating physics-informed neural networks for full waveform inversion using a hybrid quantum-classical finite-basis architecture
本論文は、パラメータ化された量子回路を利用することで、フル波形インバージョンを大幅に加速させ、古典的なベースラインと比較して、より少ない学習パラメータおよび学習イテレーション数でより低い速度誤差を達成する、ハイブリッド量子・古典有限基底物理情報ニューラルネットワーク(FBPINN)を導入するものである。