Buchumschlag

Effects of noise on the overparametrization of quantum neural networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	García-Martín, Diego, Larocca, Martin, Cerezo, M.
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Quantum Physics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Quantum neural networks form Gaussian processes
von: García-Martín, Diego, et al.
Veröffentlicht: (2023)

On the universality of $S_n$-equivariant $k$-body gates
von: Kazi, Sujay, et al.
Veröffentlicht: (2023)

Architectures and random properties of symplectic quantum circuits
von: García-Martín, Diego, et al.
Veröffentlicht: (2024)

Theoretical Guarantees for Permutation-Equivariant Quantum Neural Networks
von: Schatzki, Louis, et al.
Veröffentlicht: (2022)

Reduction of finite sampling noise in quantum neural networks
von: Kreplin, David A., et al.
Veröffentlicht: (2023)

Provable and scalable quantum Gaussian processes for quantum learning
von: Jäger, Jonas, et al.
Veröffentlicht: (2026)

Method for noise-induced regularization in quantum neural networks
von: Kuzmin, Viacheslav, et al.
Veröffentlicht: (2024)

Theory for Equivariant Quantum Neural Networks
von: Nguyen, Quynh T., et al.
Veröffentlicht: (2022)

Practical framework for simulating permutation-equivariant quantum circuits
von: Chang, Su Yeon, et al.
Veröffentlicht: (2026)

Does provable absence of barren plateaus imply classical simulability?
von: Cerezo, M., et al.
Veröffentlicht: (2023)

Gate-based quantum simulation of Gaussian bosonic circuits on exponentially many modes
von: Barthe, Alice, et al.
Veröffentlicht: (2024)

Post-variational quantum neural networks
von: Huang, Po-Wei, et al.
Veröffentlicht: (2023)

Quantum neural networks facilitating quantum state classification
von: Sharma, Diksha, et al.
Veröffentlicht: (2025)

On the explainability of quantum neural networks based on variational quantum circuits
von: Daskin, Ammar
Veröffentlicht: (2023)

Rapid training of quantum recurrent neural networks
von: Siemaszko, Michał, et al.
Veröffentlicht: (2022)

Building spatial symmetries into parameterized quantum circuits for faster training
von: Sauvage, Frederic, et al.
Veröffentlicht: (2022)

Barren Plateaus in Variational Quantum Computing
von: Larocca, Martin, et al.
Veröffentlicht: (2024)

Exponential concentration in quantum kernel methods
von: Thanasilp, Supanut, et al.
Veröffentlicht: (2022)

Imaging at the quantum limit with convolutional neural networks
von: Proppe, Andrew H., et al.
Veröffentlicht: (2025)

Feedback-driven recurrent quantum neural network universality
von: Gonon, Lukas, et al.
Veröffentlicht: (2025)

Resource-efficient equivariant quantum convolutional neural networks
von: Chinzei, Koki, et al.
Veröffentlicht: (2024)

Experimental robustness benchmarking of quantum neural networks on a superconducting quantum processor
von: Zhang, Hai-Feng, et al.
Veröffentlicht: (2025)

Model selection in hybrid quantum neural networks with applications to quantum transformer architectures
von: Wadhwa, Harsh, et al.
Veröffentlicht: (2026)

Learnable quantum spectral filters for hybrid graph neural networks
von: Daskin, Ammar
Veröffentlicht: (2025)

Optimal Haar random fermionic linear optics circuits
von: Braccia, Paolo, et al.
Veröffentlicht: (2025)

The commutant of fermionic Gaussian unitaries
von: Braccia, Paolo, et al.
Veröffentlicht: (2026)

No-go theorems for sublinear-depth group designs
von: West, Maxwell, et al.
Veröffentlicht: (2025)

Group Fourier filtering of quantum resources in quantum phase space
von: Coffman, Luke, et al.
Veröffentlicht: (2026)

Trained quantum neural networks are Gaussian processes
von: Girardi, Filippo, et al.
Veröffentlicht: (2024)

On the effects of biased quantum random numbers on the initialization of artificial neural networks
von: Heese, Raoul, et al.
Veröffentlicht: (2021)

Spectral invariance and maximality properties of the frequency spectrum of quantum neural networks
von: Holzer, Patrick, et al.
Veröffentlicht: (2024)

QGAN-based data augmentation for hybrid quantum-classical neural networks
von: He, Run-Ze, et al.
Veröffentlicht: (2025)

Hybrid quantum recurrent neural network for remaining useful life prediction
von: Tsurkan, Olga, et al.
Veröffentlicht: (2025)

Seismic inversion using hybrid quantum neural networks
von: Vashisth, Divakar, et al.
Veröffentlicht: (2025)

A unifying primary framework for quantum graph neural networks from quantum graph states
von: Daskin, Ammar
Veröffentlicht: (2024)

A semi-agnostic ansatz with variable structure for quantum machine learning
von: Bilkis, M., et al.
Veröffentlicht: (2021)

Comparing concepts of quantum and classical neural network models for image classification task
von: Potempa, Rafal, et al.
Veröffentlicht: (2021)

Lie-algebraic classical simulations for quantum computing
von: Goh, Matthew L., et al.
Veröffentlicht: (2023)

HyQuRP: Hybrid quantum-classical neural network with rotational and permutational equivariance
von: Park, Semin, et al.
Veröffentlicht: (2026)

Efficient quantum-enhanced classical simulation for patches of quantum landscapes
von: Lerch, Sacha, et al.
Veröffentlicht: (2024)