地理数据的定位编码图量子神经网络
发表于: 。本研究解决了定位编码图神经网络(PE-GNN)在不确定性量化中预测分布校准不足的问题。通过引入定位编码图量子神经网络(PE-GQNN),结合了量子神经网络和重新校准技术,提出了一种新的网络架构,能够在不增加计算复杂度的情况下,提供准确可靠的概率模型。实验结果表明,PE-GQNN在预测准确性和不确定性量化方面显著优于现有的最先进方法。
本研究解决了定位编码图神经网络(PE-GNN)在不确定性量化中预测分布校准不足的问题。通过引入定位编码图量子神经网络(PE-GQNN),结合了量子神经网络和重新校准技术,提出了一种新的网络架构,能够在不增加计算复杂度的情况下,提供准确可靠的概率模型。实验结果表明,PE-GQNN在预测准确性和不确定性量化方面显著优于现有的最先进方法。