为了解决长期以来困扰曲面建模的精度与速度问题，通过系统论、优化控制论和曲面论的有机结合，建立了高精度曲面建模（High accuracy surface modelling, HASM）方法。经过近20多年的数值实验和实证研究，提出了可运用于地球表层系统、生态环境曲面、医学影像、机械制造和计算机辅助设计领域的空间插值、升尺度、降尺度、数据融合和模型-数据同化等普适性曲面建模基本定理。针对生态环境曲面的模拟分析问题，建立了基于差分迭代的HASM机器学习方法及其修正的共轭梯度算法、多重网格算法、适应算法和平差算法等一系列面向经典计算机的高时效算法。它们被成功应用于各种时空尺度的生态环境要素曲面建模，相比于其他曲面建模方法，HASM所有应用的精度都有大幅度提高。为了解决经典计算机无法从根本上解决的运算速度慢和大内存需求问题，我们将HASM经典机器学习方法中的矩阵求解问题转换为对应的量子计算问题，提出了HASM量子线性求解器（HASM-HHL）和HASM迭代变分量子线性求解器（HASM-iVQLS），并通过真实量子计算机与虚拟量子计算机的模拟实验，对比分析了HASM-HHL和HASM-iVQLS两种量子机器学习算法的优势和劣势。为了实现量子智能计算的实践优越性，亟待发展经典与量子智能计算通用工具库，并解决全栈式量子输入-计算-输出系统的关键科学技术问题。
Yue et al. (Sun,) studied this question.