Buchumschlag

An Advantage Using Feature Selection with a Quantum Annealer

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vlasic, Andrew, Grant, Hunter, Certo, Salvatore
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Quantum Physics Materials Science Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Predicting Ising Model Performance on Quantum Annealers
von: Certo, Salvatore, et al.
Veröffentlicht: (2023)

Hybrid Quantum Graph Neural Network for Molecular Property Prediction
von: Vitz, Michael, et al.
Veröffentlicht: (2024)

Complement Grover's Search Algorithm: An Amplitude Suppression Implementation
von: Vlasic, Andrew, et al.
Veröffentlicht: (2022)

Scoring Anomalous Vertices Through Quantum Walks
von: Vlasic, Andrew, et al.
Veröffentlicht: (2023)

Geodesics of Quantum Feature Maps on the Space of Quantum Operators
von: Vlasic, Andrew
Veröffentlicht: (2025)

Accelerating Quantum Emitter Characterization with Latent Neural Ordinary Differential Equations
von: Proppe, Andrew H., et al.
Veröffentlicht: (2024)

Quantum Kernel Machine Learning for Autonomous Materials Science
von: Adams, Felix, et al.
Veröffentlicht: (2026)

QUBO-based training for VQAs on Quantum Annealers
von: Acosta, Ernesto, et al.
Veröffentlicht: (2025)

Hybrid Quantum--Classical Machine Learning Potential with Variational Quantum Circuits
von: Willow, Soohaeng Yoo, et al.
Veröffentlicht: (2025)

Transfer Learning for Deep-Unfolded Combinatorial Optimization Solver with Quantum Annealer
von: Hagiwara, Ryo, et al.
Veröffentlicht: (2025)

Local Binary and Multiclass SVMs Trained on a Quantum Annealer
von: Zardini, Enrico, et al.
Veröffentlicht: (2024)

Determination of Optimal Chain Coupling made by Embedding in D-Wave Quantum Annealer
von: Park, Hayun, et al.
Veröffentlicht: (2024)

Multi-objective optimization and quantum hybridization of equivariant deep learning interatomic potentials on organic and inorganic compounds
von: Laskaris, G., et al.
Veröffentlicht: (2026)

Learning local equivariant representations for quantum operators
von: Zhouyin, Zhanghao, et al.
Veröffentlicht: (2024)

Grad DFT: a software library for machine learning enhanced density functional theory
von: Casares, Pablo A. M., et al.
Veröffentlicht: (2023)

Towards structure-preserving quantum encodings
von: Parzygnat, Arthur J., et al.
Veröffentlicht: (2024)

Quantum Circuits, Feature Maps, and Expanded Pseudo-Entropy: Analysis of Encoding Real-World Data into a Quantum Computer
von: Vlasic, Andrew, et al.
Veröffentlicht: (2024)

Limitations of Quantum Advantage in Unsupervised Machine Learning
von: Patel, Apoorva D.
Veröffentlicht: (2025)

Classical Verification of Quantum Learning Advantages with Noises
von: Ma, Yinghao, et al.
Veröffentlicht: (2024)

Prospects of Privacy Advantage in Quantum Machine Learning
von: Heredge, Jamie, et al.
Veröffentlicht: (2024)

Assessing Quantum Advantage for Gaussian Process Regression
von: Lowe, Dominic, et al.
Veröffentlicht: (2025)

C2NP: A Benchmark for Learning Scale-Dependent Geometric Invariances in 3D Materials Generation
von: Polat, Can, et al.
Veröffentlicht: (2026)

End-to-End Analysis of Charge Stability Diagrams with Transformers
von: Marchand, Rahul, et al.
Veröffentlicht: (2025)

In Search of Quantum Advantage: Estimating the Number of Shots in Quantum Kernel Methods
von: Miroszewski, Artur, et al.
Veröffentlicht: (2024)

Exponential Quantum Communication Advantage in Distributed Inference and Learning
von: Gilboa, Dar, et al.
Veröffentlicht: (2023)

Quantum-Informed Machine Learning for Predicting Spatiotemporal Chaos with Practical Quantum Advantage
von: Wang, Maida, et al.
Veröffentlicht: (2025)

Investigate the Performance of Distribution Loading with Conditional Quantum Generative Adversarial Network Algorithm on Quantum Hardware with Error Suppression
von: Pham, Anh, et al.
Veröffentlicht: (2024)

QuOp: A Quantum Operator Representation for Nodes
von: Vlasic, Andrew, et al.
Veröffentlicht: (2024)

Quantum Annealing Feature Selection on Light-weight Medical Image Datasets
von: Nau, Merlin A., et al.
Veröffentlicht: (2025)

Understanding the Mapping of Encode Data Through An Implementation of Quantum Topological Analysis
von: Vlasic, Andrew, et al.
Veröffentlicht: (2022)

Provable Quantum Algorithm Advantage for Gaussian Process Quadrature
von: Galvis-Florez, Cristian A., et al.
Veröffentlicht: (2025)

Quantum Feature Selection with Higher-Order Binary Optimization on Trapped-Ion Hardware
von: Flores-Garrigós, Carlos, et al.
Veröffentlicht: (2026)

Quantum Advantage in Multi Agent Reinforcement Learning
von: Dahia, Simranjeet Singh, et al.
Veröffentlicht: (2026)

Quantum Advantage Actor-Critic for Reinforcement Learning
von: Kölle, Michael, et al.
Veröffentlicht: (2024)

Selective Feature Re-Encoded Quantum Convolutional Neural Network with Joint Optimization for Image Classification
von: Sarkar, Shaswata Mahernob, et al.
Veröffentlicht: (2025)

Empirical Quantum Advantage Analysis of Quantum Kernel in Gene Expression Data
von: Ghosh, Arpita, et al.
Veröffentlicht: (2024)

Quantum Annealing for Machine Learning: Applications in Feature Selection, Instance Selection, and Clustering
von: Pomeroy, Chloe, et al.
Veröffentlicht: (2025)

Twin-Polaritons: Classical versus Quantum Features in Polaritonic Spectra
von: Simko, Iren, et al.
Veröffentlicht: (2025)

Sparks of Quantum Advantage and Rapid Retraining in Machine Learning
von: Troy, William
Veröffentlicht: (2024)

Quantum Reinforcement Learning in Non-Abelian Environments: Unveiling Novel Formulations and Quantum Advantage Exploration
von: Ghosal, Shubhayan
Veröffentlicht: (2024)