供应链数字双胞胎中的不确定性：量子-经典混合方法

本研究解决了在供应链数字双胞胎和金融风险评估等复杂动态领域中的不确定性量化问题。通过量子-经典混合机器学习模型，探讨了量子特征变换对不确定性传播的影响，以及其在动态环境下提升决策韧性的潜力。研究表明，量子计算技术与传统方法结合，可有效改进不确定性量化的性能。