-
题名基于集成量子神经网络的大地构造环境判别与分析
- 1
-
-
作者
张佳文
李明超
韩帅
张敬宜
-
机构
天津大学水利工程智能建设与运维全国重点实验室
香港理工大学建筑与房地产学系
-
出处
《地学前缘》
EI
CAS
CSCD
北大核心
2024年第3期511-519,共9页
-
基金
天津市杰出青年科学基金项目(17JCJQJC44000)。
-
文摘
量子地球科学是一门崭新的跨学科前缘专业,量子计算和量子机器学习算法为地学大数据的深度挖掘与分析带来了新的契机。其中,量子神经网络是目前最具代表性的研究方向之一,在复杂多源数据处理方面的效率与准确率尤为突出。本文以大地构造环境判别这一关键问题为切入点,利用堆叠集成算法对量子神经网络(Stacking Quantum Neural Network,S-QNN)进行了改进,并分别实现了玄武岩、辉长岩和尖晶石的构造环境智能判别;同时与四种传统算法(SVM、RF、KNN和NB)、经典神经网络(ANN)和传统量子神经网络(QNN)进行对比。结果表明,集成后的S-QNN模型在3类情况下的准确率较最优的传统算法分别提升5.67%、6.19%和13.34%,较普通的QNN模型提升3.11%、4.99%和3.84%,且更具鲁棒性和通用性。该研究反映了所提出的S-QNN在数据处理中的优势,更证实了量子机器学习算法在地球科学研究中的适用性与潜力,为量子科学与地球科学的交叉融合提供了新思路。
-
关键词
量子地球科学
构造环境判别
岩石矿物
地球化学
堆叠集成算法
量子神经网络
-
Keywords
quantum geoscience
tectonic settings discrimination
rock and mineral
geochemistry
stack integration algorithm
stacking quantum neural network(S-QNN)
-
分类号
P541
[天文地球—构造地质学]
O413
[天文地球—地质学]
TP183
[理学—理论物理]
-
