Квантовая модель генерирует данные лучше классических аналогов

Учёные разработали QDiffusion-TS — первую квантовую модель для синтеза временных рядов. Она работает на квантовом процессоре IQM и заменяет часть компонентов классической диффузионной архитектуры квантовыми нейронными сетями. Благодаря этому число обучаемых параметров сокращается почти в тысячу раз. Модель тестировали на финансовых данных Apple и Amazon: она точнее воспроизводит реальные распределения (расстояние Вассерштейна меньше на 44% в сравнении с классическими аналогами), а при прогнозировании повышает эффективность в RMSE до 71% по сравнению с подходами, где используются только реальные данные. Это открывает путь к более эффективным генеративным моделям.