Copertina

Explainable quantum regression algorithm with encoded data structure

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wang, C. -C. Joseph, Perkkola, F., Salmenperä, I., de Griend, A. Meijer-van, Nurminen, J. K., Bennink, R. S.
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Quantum Physics Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Explainable quantum regression algorithm with encoded data structure
di: Wang, C. -C. Joseph, et al.
Pubblicazione: (2026)

Optimizing State Preparation for Variational Quantum Regression on NISQ Hardware
di: Perkkola, Frans, et al.
Pubblicazione: (2025)

Architecture-aware Unitary Synthesis
di: Perkkola, Frans, et al.
Pubblicazione: (2026)

The Average Relative Entropy and Transpilation Depth determines the noise robustness in Variational Quantum Classifiers
di: Shinde, Aakash Ravindra, et al.
Pubblicazione: (2026)

The Impact of Feature Embedding Placement in the Ansatz of a Quantum Kernel in QSVMs
di: Salmenperä, Ilmo, et al.
Pubblicazione: (2024)

Perspectives on Utilization of Measurements in Quantum Algorithms
di: Uotila, Valter, et al.
Pubblicazione: (2025)

Twirlator: A Pipeline for Analyzing Subgroup Symmetry Effects in Quantum Machine Learning Ansatzes
di: Uotila, Valter, et al.
Pubblicazione: (2025)

Influence of Data Dimensionality Reduction Methods on the Effectiveness of Quantum Machine Learning Models
di: Shinde, Aakash Ravindra, et al.
Pubblicazione: (2025)

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

A Comparison of Quantum Compilers using a DAG-based or phase polynomial-based Intermediate Representation
di: van de Griend, Arianne Meijer -
Pubblicazione: (2023)

Qubit Routing for (Almost) Free
di: de Griend, Arianne Meijer-van
Pubblicazione: (2026)

Solving the encoding bottleneck: of the HHL algorithm, by the HHL algorithm
di: He, Guang Ping
Pubblicazione: (2025)

On exploring the potential of quantum auto-encoder for learning quantum systems
di: Du, Yuxuan, et al.
Pubblicazione: (2021)

Exposing the hidden layers and interplay in the quantum software stack
di: Stirbu, Vlad, et al.
Pubblicazione: (2024)

Uncertainty Quantification for Quantum Computing
di: Bennink, Ryan, et al.
Pubblicazione: (2026)

Shortest Path in Pauli Forest -- An Algorithm for Decomposing Pauli Exponentials to Quantum Circuits
di: Vuorenkoski, Lauri, et al.
Pubblicazione: (2026)

Learning quantum symmetries with interactive quantum-classical variational algorithms
di: Lu, Jonathan Z., et al.
Pubblicazione: (2022)

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

Hybrid quantum-classical algorithm for near-optimal planning in POMDPs
di: Cunha, Gilberto, et al.
Pubblicazione: (2025)

Enhancing variational quantum algorithms by balancing training on classical and quantum hardware
di: Bhowmick, Rahul, et al.
Pubblicazione: (2025)

Verifiable cloud-based variational quantum algorithms
di: Yang, Junhong, et al.
Pubblicazione: (2024)

Testing classical properties from quantum data
di: Caro, Matthias C., et al.
Pubblicazione: (2024)

Stochastic noise can be helpful for variational quantum algorithms
di: Liu, Junyu, et al.
Pubblicazione: (2022)

Towards efficient quantum algorithms for diffusion probabilistic models
di: Wang, Yunfei, et al.
Pubblicazione: (2025)

Optimal algorithmic complexity of inference in quantum kernel methods
di: Gil-Fuster, Elies, et al.
Pubblicazione: (2026)

Structured quantum learning via em algorithm for Boltzmann machines
di: Kimura, Takeshi, et al.
Pubblicazione: (2025)

Re-uploading quantum data: A universal function approximator for quantum inputs
di: Cha, Hyunho, et al.
Pubblicazione: (2025)

Application of quantum machine learning using quantum kernel algorithms on multiclass neuron M type classification
di: Vasques, Xavier, et al.
Pubblicazione: (2025)

Towards provably efficient quantum algorithms for large-scale machine-learning models
di: Liu, Junyu, et al.
Pubblicazione: (2023)

Des-q: a quantum algorithm to provably speedup retraining of decision trees
di: Kumar, Niraj, et al.
Pubblicazione: (2023)

Quantum feature encoding optimization
di: Fioravanti, Tommaso, et al.
Pubblicazione: (2025)

Reinforcement learning-assisted quantum architecture search for variational quantum algorithms
di: Kundu, Akash
Pubblicazione: (2024)

Neural quantum support vector data description for one-class classification
di: Im, Changjae, et al.
Pubblicazione: (2026)

Architecture-Aware Synthesis of Stabilizer Circuits from Clifford Tableaus
di: Winderl, David, et al.
Pubblicazione: (2023)

The curse of random quantum data
di: Zhang, Kaining, et al.
Pubblicazione: (2024)

Distributional encoding for Gaussian process regression with qualitative inputs
di: Da Veiga, Sébastien
Pubblicazione: (2025)

Online learning of quantum processes
di: Raza, Asad, et al.
Pubblicazione: (2024)

Dimension reduction with structure-aware quantum circuits for hybrid machine learning
di: Daskin, Ammar
Pubblicazione: (2025)

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

Better than classical? The subtle art of benchmarking quantum machine learning models
di: Bowles, Joseph, et al.
Pubblicazione: (2024)