Buchumschlag

An Empirical Study of Quantum Dynamics as a Ground State Problem with Neural Quantum States

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vargas-Calderón, Vladimir, Vinck-Posada, Herbert, González, Fabio A.
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Quantum Physics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MEMO-QCD: Quantum Density Estimation through Memetic Optimisation for Quantum Circuit Design
von: Ardila-García, Juan E., et al.
Veröffentlicht: (2024)

Variational decision diagrams for quantum-inspired machine learning applications
von: Vargas-Calderón, Vladimir, et al.
Veröffentlicht: (2025)

Quantum Deep Sets and Sequences
von: Vargas-Calderón, Vladimir
Veröffentlicht: (2025)

Arbitrary state preparation in quantum harmonic oscillators using neural networks
von: Parra-A, Nicolas, et al.
Veröffentlicht: (2025)

Simulating Non-Markovian Open Quantum Dynamics with Neural Quantum States
von: Cao, Long, et al.
Veröffentlicht: (2024)

Hybrid Ground-State Quantum Algorithms based on Neural Schrödinger Forging
von: de Schoulepnikoff, Paulin, et al.
Veröffentlicht: (2023)

Dynamical and Emission Properties of Quantum Emitters driven by Ultra-Short Laser Pulses
von: Ardila-García, Juan E., et al.
Veröffentlicht: (2025)

Neural-Quantum-States Impurity Solver for Quantum Embedding Problems
von: Zhou, Yinzhanghao, et al.
Veröffentlicht: (2025)

Accurate Learning of Equivariant Quantum Systems from a Single Ground State
von: Šmíd, Štěpán, et al.
Veröffentlicht: (2024)

Improved Ground State Estimation in Quantum Field Theories via Normalising Flow-Assisted Neural Quantum States
von: Ngairangbam, Vishal S., et al.
Veröffentlicht: (2025)

SuperEncoder: Towards Universal Neural Approximate Quantum State Preparation
von: Zhao, Yilun, et al.
Veröffentlicht: (2024)

Neural Quantum States in Mixed Precision
von: Solinas, Massimo, et al.
Veröffentlicht: (2026)

Accurate Computation of Quantum Excited States with Neural Networks
von: Pfau, David, et al.
Veröffentlicht: (2023)

Empirical Study of Observable Sets in Multiclass Quantum Classification
von: Sebastian, Paul San, et al.
Veröffentlicht: (2026)

Empirical Sample Complexity of Neural Network Mixed State Reconstruction
von: Zhao, Haimeng, et al.
Veröffentlicht: (2023)

Reinforcement Learning for Parameterized Quantum State Preparation: A Comparative Study
von: Stenzel, Gerhard, et al.
Veröffentlicht: (2026)

Adaptive Online Learning of Quantum States
von: Chen, Xinyi, et al.
Veröffentlicht: (2022)

SRBB-Based Quantum State Preparation
von: Belli, Giacomo, et al.
Veröffentlicht: (2025)

Learning with Density Matrices and Random Features
von: González, Fabio A., et al.
Veröffentlicht: (2021)

Quantum State Generation with Structure-Preserving Diffusion Model
von: Zhu, Yuchen, et al.
Veröffentlicht: (2024)

Explainable Representation Learning of Small Quantum States
von: Frohnert, Felix, et al.
Veröffentlicht: (2023)

Quantum Mixed-State Self-Attention Network
von: Chen, Fu, et al.
Veröffentlicht: (2024)

Parametric Quantum State Tomography with HyperRBMs
von: Tonner, Simon, et al.
Veröffentlicht: (2026)

Adiabatic Fine-Tuning of Neural Quantum States Enables Detection of Phase Transitions in Weight Space
von: Hernandes, Vinicius, et al.
Veröffentlicht: (2025)

Harnessing Quantum Support Vector Machines for Cross-Domain Classification of Quantum States
von: Sharma, Diksha, et al.
Veröffentlicht: (2024)

Quantum Generative Diffusion Model: A Fully Quantum-Mechanical Model for Generating Quantum State Ensemble
von: Chen, Chuangtao, et al.
Veröffentlicht: (2024)

Latent-Conditioned Parameterized Quantum Circuits as Universal Approximators for Distributions over Quantum States
von: Tran, Quoc Hoan, et al.
Veröffentlicht: (2026)

Warm Starts, Cold States: Exploiting Adiabaticity for Variational Ground-States
von: Puig, Ricard, et al.
Veröffentlicht: (2026)

Large Language Model Scaling Laws for Neural Quantum States in Quantum Chemistry
von: Knitter, Oliver, et al.
Veröffentlicht: (2025)

Retentive Neural Quantum States: Efficient Ansätze for Ab Initio Quantum Chemistry
von: Knitter, Oliver, et al.
Veröffentlicht: (2024)

Probabilistic Computers for Neural Quantum States
von: Chowdhury, Shuvro, et al.
Veröffentlicht: (2025)

Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems
von: Shah, Freya, et al.
Veröffentlicht: (2024)

Quantum Measurement Classification with Qudits
von: Useche, Diego H., et al.
Veröffentlicht: (2021)

Reinforcement Learning to Disentangle Multiqubit Quantum States from Partial Observations
von: Tashev, Pavel, et al.
Veröffentlicht: (2024)

On the Generalization Limits of Quantum Generative Adversarial Networks with Pure State Generators
von: Frkatovic, Jasmin, et al.
Veröffentlicht: (2025)

A Strategy for Preparing Quantum Squeezed States Using Reinforcement Learning
von: Zhao, X. L., et al.
Veröffentlicht: (2024)

Learning Pure Quantum States in Any Dimension (Almost) Without Regret
von: Lumbreras, Josep, et al.
Veröffentlicht: (2026)

Efficient Learning of Quantum States Prepared With Few Non-Clifford Gates
von: Grewal, Sabee, et al.
Veröffentlicht: (2023)

Learning Encodings by Maximizing State Distinguishability: Variational Quantum Error Correction
von: Meyer, Nico, et al.
Veröffentlicht: (2025)

A Study on Quantum Neural Networks in Healthcare 5.0
von: Chakraborty, Sanjay
Veröffentlicht: (2024)