مقاله محاسبات مخزن کوانتومی بهینه برای پیش بینی بازار: برنامه ای برای مبارزه با بحران قیمت مواد غذایی

چکیده

The emerging technology of quantum reservoir computing (QRC) stands out in the noisy-intermediate scale quantum era (NISQ) for its exceptional efficiency and adaptability. By harnessing the power of quantum computing, it holds a great potential to untangle complex economic markets, as demonstrated here in an application to food price crisis prediction – a critical effort in combating food waste and establishing sustainable food chains. Nevertheless, a pivotal consideration for its success is the optimal design of the quantum reservoirs, ensuring both high performance and compatibility with current devices. In this paper, we provide an efficient criterion for that purpose, based on the complexity of the reservoirs. Our results emphasize the crucial role of optimal design in the algorithm performance, especially in the absence of external regressor variables, showcasing the potential for novel insights and transformative applications in the field of time series prediction using quantum computing.

چکیده به فارسی (ترجمه ماشینی)

فناوری در حال ظهور محاسبات مخزن کوانتومی (QRC) در دوره کوانتومی در مقیاس پر سر و صدا (NISQ) به دلیل راندمان و سازگاری استثنایی آن ، در دوران کوانتومی در مقیاس پر سر و صدا (NISQ) قرار دارد.با استفاده از قدرت محاسبات کوانتومی ، پتانسیل بسیار خوبی برای حل کردن بازارهای اقتصادی پیچیده دارد ، همانطور که در اینجا در برنامه ای برای پیش بینی بحران قیمت مواد غذایی نشان داده شده است – یک تلاش مهم در مبارزه با زباله های غذایی و ایجاد زنجیره های غذایی پایدار.با این وجود ، توجه محوری برای موفقیت آن ، طراحی بهینه مخازن کوانتومی است و از عملکرد بالا و سازگاری با دستگاه های فعلی اطمینان می دهد.در این مقاله ، ما براساس پیچیدگی مخازن ، یک معیار کارآمد برای آن منظور ارائه می دهیم.نتایج ما بر نقش اساسی طراحی بهینه در عملکرد الگوریتم ، به ویژه در غیاب متغیرهای رگرسیون خارجی ، تأکید می کند ، پتانسیل بینش های جدید و برنامه های تحول آمیز را در زمینه پیش بینی سری زمانی با استفاده از محاسبات کوانتومی نشان می دهد.