論文の概要: Hybrid Quantum-Classical Corrective Diffusion Modeling for Meteorological Downscaling

• arxiv url: http://arxiv.org/abs/2605.23403v1
• Date: Fri, 22 May 2026 09:14:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-25 17:29:20.279302
• Title: Hybrid Quantum-Classical Corrective Diffusion Modeling for Meteorological Downscaling
• Title（参考訳）: 気象ダウンスケーリングのためのハイブリッド量子-古典的補正拡散モデル
• Authors: Rui Wang, Edoardo Pasetto, Amer Delilbasic, Morris Riedel, Kristel Michielsen, Gabriele Cavallaro,
• Abstract要約: 気象場の確率論的ダウンスケーリングのためのハイブリッド量子古典的補正拡散モデルについて検討する。 提案モデルでは,分散UNetの最も圧縮されたボトルネックに変分量子回路層を挿入し,回帰分岐を完全に古典的に残す。 2020年の検証セットでは、ハイブリッドモデルは安定しており、発生した風場の大規模な空間構造を維持し、MAEとCRPSの両方を改善している。
• 参考スコア（独自算出の注目度）: 4.659467798334661
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Statistical downscaling is a crucial component of the weather modeling field, where high-resolution outputs must be reconstructed from coarse-resolution inputs with the full cost of dynamical refinement. In this work, we investigate a hybrid quantum-classical corrective diffusion model for probabilistic statistical downscaling of weather fields. The proposed model inserts variational quantum circuit layers into the most compressed bottleneck of the diffusion UNet while leaving the regression branch fully classical. This placement tests whether quantum circuits can act as compact nonlinear feature maps for latent-channel mixing. We evaluate intra-channel and cross-channel ansätze on 10m wind components. On the 2020 validation set, the hybrid models remain stable, preserve the large-scale spatial organization of the generated wind fields, and improve both MAE and CRPS relative to a classical corrective diffusion model in several configurations. Structural diagnostics further show that the hybrid variants preserve kinetic-energy spectra and windspeed distributions similar to its classical counterpart while producing controlled changes in tail behavior, extreme-windspeed localization, and joint wind field components structure. Backend studies on the 2020 validation set show negligible impact from simulated device noise at the tested circuit scale, whereas real-hardware deployment remains limited by qubit availability and execution fidelity. The 2021 out-of-distribution test shows that these in-distribution gains do not transfer uniformly under temporal shift, revealing a generalization gap that motivates future mitigation through stabilization and regularization. These results show that bottleneck-level quantum hybridization can make a nontrivial contribution to weather statistical downscaling, while also highlighting that circuit scale and hardware deployment remain key limiting factors.
• Abstract（参考訳）: 統計的ダウンスケーリングは気象モデリングの分野において重要な要素であり、大まかな解像度入力から高解像度の出力をフルコストのダイナミックリファインメントで再構成する必要がある。 本研究では,気象場の確率論的ダウンスケーリングのためのハイブリッド量子古典的補正拡散モデルについて検討する。 提案モデルでは,分散UNetの最も圧縮されたボトルネックに変分量子回路層を挿入し,回帰分岐を完全に古典的に残す。 この配置は、量子回路が潜在チャネル混合のためのコンパクトな非線形特徴写像として機能するかどうかをテストする。 10m風上におけるチャネル内およびチャネル間アンセッツェの評価を行った。 2020年の検証セットでは、ハイブリッドモデルは安定しており、発生した風場の大規模な空間構造を維持し、古典的な補正拡散モデルに対するMAEとCRPSの両方を改善している。 構造診断は、ハイブリッド変種は、尾部挙動、極超風速局在化、およびジョイント風速成分の構造の制御された変化を発生させながら、従来のものと類似した運動エネルギースペクトルと風速分布を保存していることを示している。 2020年の検証セットに関するバックエンド調査では、テストされた回路スケールでのシミュレーションされたデバイスノイズの影響は無視できないが、実際のハードウェアデプロイメントは、キュービットの可用性と実行の忠実さによって制限されている。 2021年のアウト・オブ・ディストリビューション試験では、これらの非分配利得は時間的シフトの下で一様に移動せず、安定化と正規化による将来の緩和を動機付ける一般化ギャップが明らかとなった。 これらの結果から、ボトルネックレベルの量子ハイブリダイゼーションは、気象の統計的ダウンスケーリングに非自明な貢献をし、回路スケールとハードウェア展開が重要な制限要因であることを強調した。

関連論文リスト

• Parallel Complex Diffusion for Scalable Time Series Generation [50.01609741902786]
  PaCoDiは周波数領域における生成モデリングを分離するスペクトルネイティブアーキテクチャである。 本研究では,PaCoDiが生成品質と推論速度の両方において,既存のベースラインを上回っていることを示す。
  論文  参考訳（メタデータ） (2026-02-10T14:31:53Z)
• SKANet: A Cognitive Dual-Stream Framework with Adaptive Modality Fusion for Robust Compound GNSS Interference Classification [47.20483076887704]
  グローバルナビゲーション衛星システム(GNSS)は、洗練された妨害による脅威の増大に直面している。 時間周波数画像(TFI)とパワースペクトル密度(PSD)を統合した2重ストリームアーキテクチャに基づく認知的ディープラーニングフレームワークを提案する。 SKANetは96.99%の精度を達成し、複合妨害分類において優れたロバスト性を示した。
  論文  参考訳（メタデータ） (2026-01-19T07:42:45Z)
• Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
  CL-QASは連続的な量子アーキテクチャ検索フレームワークである。 振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。 制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
  論文  参考訳（メタデータ） (2026-01-10T02:36:03Z)
• Quantum-Enhanced Generative Models for Rare Event Prediction [0.0]
  本稿では,変分量子回路に潜伏変数モデルを統合するハイブリッド古典量子フレームワークQuantum-Enhanced Generative Model (QEGM)を提案する。 合成ガウス混合物と,財務,気候,タンパク質構造にまたがる実世界のデータセットのQEGMを評価した。 その結果、QEGMは最先端のベースラインに比べて、尾部KLの分岐を最大50%減少させることが示された。
  論文  参考訳（メタデータ） (2025-11-03T20:24:55Z)
• A purely Quantum Generative Modeling through Unitary Scrambling and Collapse [6.647966634235082]
  量子スクランブルと崩壊生成モデル(Quantum Scrambling and Collapse Generative Model, QGen)は、古典的な依存関係を排除する純粋量子パラダイムである。 本研究では,学習をトラクタブルなサブプロブレムに分解し,バレンプラトーを緩和する測定に基づく学習原理を導入する。 経験的に、QGenは、有限ショットサンプリングの下で堅牢性を維持しながら、一致したパラメータ予算の下で古典的およびハイブリッド的ベースラインを上回っている。
  論文  参考訳（メタデータ） (2025-06-12T11:00:21Z)
• Quantum-Enhanced Channel Mixing in RWKV Models for Time Series Forecasting [0.0]
  ニューラルシークエンスモデリングの最近の進歩は、RWKVのようなアーキテクチャにつながり、リカレントスタイルの時間混合とフィードフォワードチャネルミキシングを組み合わせることで、効率的なロングコンテキスト処理を可能にする。 本稿では、標準フィードフォワードネットワーク(FFN)を部分的に変分量子回路(VQC)に置き換えるRWKVモデルのハイブリッド量子ピース拡張であるQuantumRWKVを提案する。 量子コンポーネントは、PennyLaneフレームワークを介してエンドツーエンドの微分性を保ちながら、非線形表現能力を高めるように設計されている。
  論文  参考訳（メタデータ） (2025-05-18T02:19:30Z)
• Overcoming Dimensional Factorization Limits in Discrete Diffusion Models through Quantum Joint Distribution Learning [79.65014491424151]
  量子離散化拡散確率モデル(QD3PM)を提案する。 これは、指数関数的に大きなヒルベルト空間における拡散と denoising を通じて合同確率学習を可能にする。 本稿では,共同分布学習における量子的優位性を生かして,生成モデルの新たな理論的パラダイムを確立する。
  論文  参考訳（メタデータ） (2025-05-08T11:48:21Z)
• Scalable Equilibrium Sampling with Sequential Boltzmann Generators [60.00515282300297]
  Boltzmannジェネレータフレームワークを2つの重要なコントリビューションで拡張する。 1つ目は、全原子カルテシアン座標で直接動作する非常に効率的なトランスフォーマーベースの正規化フローである。 特に,連続モンテカルロの連続時間変種を用いて,流れサンプルの推論時スケーリングを行う。
  論文  参考訳（メタデータ） (2025-02-25T18:59:13Z)
• Probing non-equilibrium dissipative phase transitions with trapped-ion quantum simulators [0.5356944479760104]
  制御可能な散逸を持つオープン量子多体系は、その力学と定常状態に新しい特徴を示すことができる。 この散逸相転移とその非平衡特性の強いシグネチャは、小さなシステムサイズで観測できることが示される。 この方法で構築された散逸は、より一般的な駆動散逸系のシミュレーションを可能にする可能性がある。
  論文  参考訳（メタデータ） (2023-11-10T17:31:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。