Hybrid Quantum-Classical Machine Learning Algorithms for Multi-Output Time-Series Forecasting at Utility Scale
Dit artikel toont de haalbaarheid van hybride quantum-klassieke machine learning voor multi-output tijdreeksvoorspelling op nutsbedrijfschaal aan door twee frameworks, gekerneliseerde quantum reservoir computing en geprojecteerde quantum-kernel gaussische processen, te evalueren op een dataset van 103 huishoudens met slimme meters met gebruikmaking van de IBM Marrakesh quantumprocessor, waarbij beide modellen aanzienlijke foutreducties bereikten ten opzichte van klassieke basismodellen op simulators en concurrerende prestaties behielden op NISQ-hardware.
Mackenson Polché, Varun Puram, Aditi Lal, Weronika Golletz, Joan Étude Arrow, Vardaan Sahgal, Kumar Ghosh, Giorgio Cortiana, Corey O'Meara2026-05-26⚛️ quant-ph