Quantum Powered Credit Risk Assessment: A Novel Approach using hybrid Quantum-Classical Deep Neural Network for Row-Type Dependent Predictive Analysis
创建于 更新于
摘要
本报告提出了一种结合量子计算与经典深度神经网络的混合模型，应用于银行信贷风险评估中的行类型依赖预测分析（RTDPA）。研究通过针对不同贷款类别（农业贷款与个人贷款）定制建模，提升了风险预测的准确性与效率。实验结果表明，该模型能够有效处理数据不平衡问题，并通过量子数据嵌入和纠缠层提高模型的表达能力，实现对贷款状态的精细分类，展示了量子深度学习在金融风控领域的应用潜力 [page::0][page::1][page::7][page::14][page::16][page::22][page::24][page::25]
