Weak forms offer strong regularisations: how to make physics-informed (quantum) machine learning more robust
이 논문은 물리 정보 기반(PI) 머신러닝의 강건성과 정확도를 높이기 위해, 국소적 손실 함수(local loss)의 한계를 극복하고자 적분 기반의 전역적 약형(weak form) 손실 함수를 결합한 하이브리드 접근법을 제안하고 이를 양자 아키텍처와 도메인 분할 기법에 적용하여 그 효과를 입증합니다.