Buchumschlag

Computing the gradients with respect to all parameters of a quantum neural network using a single circuit

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	He, Guang Ping
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Quantum Physics Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Training quantum machine learning models on cloud without uploading the data
von: He, Guang Ping
Veröffentlicht: (2024)

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

Restricting to the chip architecture maintains the quantum neural network accuracy
von: Friedrich, Lucas, et al.
Veröffentlicht: (2022)

QuFeX: Quantum feature extraction module for hybrid quantum-classical deep neural networks
von: Jain, Naman, et al.
Veröffentlicht: (2025)

Synthesis of discrete-continuous quantum circuits with multimodal diffusion models
von: Fürrutter, Florian, et al.
Veröffentlicht: (2025)

Tensorization is a powerful but underexplored tool for compression and interpretability of neural networks
von: Hamreras, Safa, et al.
Veröffentlicht: (2025)

Permutation-equivariant quantum convolutional neural networks
von: Das, Sreetama, et al.
Veröffentlicht: (2024)

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

Quantum circuit synthesis with diffusion models
von: Fürrutter, Florian, et al.
Veröffentlicht: (2023)

Replay-buffer engineering for noise-robust quantum circuit optimization
von: Kundu, Akash, et al.
Veröffentlicht: (2026)

Enhancing variational quantum state diagonalization using reinforcement learning techniques
von: Kundu, Akash, et al.
Veröffentlicht: (2023)

Generative quantum combinatorial optimization by means of a novel conditional generative quantum eigensolver
von: Minami, Shunya, et al.
Veröffentlicht: (2025)

Hierarchical quantum circuit representations for neural architecture search
von: Lourens, Matt, et al.
Veröffentlicht: (2022)

Sample-efficient quantum error mitigation via classical learning surrogates
von: Liao, Wei-You, et al.
Veröffentlicht: (2025)

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

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

Shadows of quantum machine learning
von: Jerbi, Sofiene, et al.
Veröffentlicht: (2023)

Quantum-inspired tensor networks in machine learning models
von: Valverde, Guillermo, et al.
Veröffentlicht: (2026)

Graph Neural Networks on Quantum Computers
von: Liao, Yidong, et al.
Veröffentlicht: (2024)

Simulation of a Variational Quantum Perceptron using Grover's Algorithm
von: Innan, Nouhaila, et al.
Veröffentlicht: (2023)

Reinforcement learning for quantum processes with memory
von: Lumbreras, Josep, et al.
Veröffentlicht: (2026)

TensorRL-QAS: Reinforcement learning with tensor networks for improved quantum architecture search
von: Kundu, Akash, et al.
Veröffentlicht: (2025)

The power and limitations of learning quantum dynamics incoherently
von: Jerbi, Sofiene, et al.
Veröffentlicht: (2023)

Training-efficient density quantum machine learning
von: Coyle, Brian, et al.
Veröffentlicht: (2024)

Artificial intelligence for representing and characterizing quantum systems
von: Du, Yuxuan, et al.
Veröffentlicht: (2025)

Fundamental causal bounds of quantum random access memories
von: Wang, Yunfei, et al.
Veröffentlicht: (2023)

Variational measurement-based quantum computation for generative modeling
von: Majumder, Arunava, et al.
Veröffentlicht: (2023)

Learning pure quantum states (almost) without regret
von: Lumbreras, Josep, et al.
Veröffentlicht: (2024)

Classification and reconstruction for single-pixel imaging with classical and quantum neural networks
von: Manko, Sofya, et al.
Veröffentlicht: (2024)

Scalable Neural Decoders for Practical Fault-Tolerant Quantum Computation
von: Gu, Andi, et al.
Veröffentlicht: (2026)

Robust and Efficient Quantum Reservoir Computing with Discrete Time Crystal
von: Zhang, Da, et al.
Veröffentlicht: (2025)

Solving excited states for long-range interacting trapped ions with neural networks
von: Ma, Yixuan, et al.
Veröffentlicht: (2025)

Generative quantum machine learning via denoising diffusion probabilistic models
von: Zhang, Bingzhi, et al.
Veröffentlicht: (2023)

Curriculum reinforcement learning for quantum architecture search under hardware errors
von: Patel, Yash J., et al.
Veröffentlicht: (2024)

A quantum-classical reinforcement learning model to play Atari games
von: Freinberger, Dominik, et al.
Veröffentlicht: (2024)

Quantum Circuit-Based Learning Models: Bridging Quantum Computing and Machine Learning
von: Fan, Fan, et al.
Veröffentlicht: (2026)

Efficient Quantum Approximate $k$NN Algorithm via Granular-Ball Computing
von: Xia, Shuyin, et al.
Veröffentlicht: (2025)

Universal scaling laws in quantum-probabilistic machine learning by tensor network towards interpreting representation and generalization powers
von: Bai, Sheng-Chen, et al.
Veröffentlicht: (2024)

Minimizing classical resources in variational measurement-based quantum computation for generative modeling
von: Majumder, Arunava, et al.
Veröffentlicht: (2026)

Discovering emergent connections in quantum physics research via dynamic word embeddings
von: Frohnert, Felix, et al.
Veröffentlicht: (2024)