Compton Form Factor Extraction using Quantum Deep Neural Networks
Este artigo demonstra que as redes neurais profundas inspiradas em quântica (QDNNs) oferecem precisão preditiva superior e incertezas mais restritas em comparação com métodos clássicos para a extração de fatores de forma de Compton a partir de dados experimentais do JLab, estabelecendo-as como uma ferramenta eficiente para futuros estudos multidimensionais da estrutura hadrônica.