Исследователи IonQ протестировали квантовую генеративную модель на реальных спутниковых радарных снимках. На наиболее сложных данных она заметно лучше двух классических методов выявляла изменения на поверхности, однако при более благоприятной статистике преимущество исчезало.

Для экспериментов использовали квантовую генеративную модель QCBM и реальные данные спутников Capella Space. Часть вычислений выполнялась на процессорах IonQ Forte и Forte Enterprise.

Команда анализировала SAR-снимки авиабазы Корпуса морской пехоты Мирамар в Сан-Диего с разрешением 1,2 м, а также данные об извержении вулкана Питон-де-ла-Фурнез на острове Реюньон.

Одна из проблем высокоразрешающих радарных снимков — разреженная статистика пикселей.

В классических методах фон оценивается по наблюдаемым значениям на двух снимках. На субметровых данных распределение становится сильно неравномерным: для части значений наблюдений слишком мало, из-за чего оценка фона ухудшается.

Обычно проблему смягчают предварительной обработкой данных, но это может привести к потере мелких деталей — именно тех, ради которых и используют снимки высокого разрешения.

Авторы предложили вместо прямой оценки по имеющимся пикселям генерировать недостающую статистику с помощью QCBM.

На сложном наборе данных с авиабазы Мирамар полностью выполненная на квантовом оборудовании модель получила F1-score 0,32 против 0,16 и 0,24 у двух классических методов.

На идеальном симуляторе результат QCBM достиг 0,41. При этом важнее абсолютных цифр сам характер разницы: квантовая модель сохраняла преимущество именно там, где имеющейся статистики пикселей было недостаточно.

После предобработки, которая делала распределение пикселей более удобным для классических методов, результаты почти сравнялись — около 0,55-0,56.