Buchumschlag

Fundamental causal bounds of quantum random access memories

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Yunfei, Alexeev, Yuri, Jiang, Liang, Chong, Frederic T., Liu, Junyu
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

A comprehensive review of Quantum Machine Learning: from NISQ to Fault Tolerance
von: Wang, Yunfei, et al.
Veröffentlicht: (2024)

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

Laziness, Barren Plateau, and Noise in Machine Learning
von: Liu, Junyu, et al.
Veröffentlicht: (2022)

The Stabilizer Bootstrap of Quantum Machine Learning with up to 10000 qubits
von: Li, Yuqing, et al.
Veröffentlicht: (2024)

Quantum Data Center: Perspectives
von: Liu, Junyu, et al.
Veröffentlicht: (2023)

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

The Efficiency Frontier: Classical Shadows versus Quantum Footage
von: Ma, Shuowei, et al.
Veröffentlicht: (2025)

Q-Newton: Hybrid Quantum-Classical Scheduling for Accelerating Neural Network Training with Newton's Gradient Descent
von: Li, Pingzhi, et al.
Veröffentlicht: (2024)

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

An Analytic Theory of Quantum Imaginary Time Evolution
von: Chen, Min, et al.
Veröffentlicht: (2025)

QuantumNAT: Quantum Noise-Aware Training with Noise Injection, Quantization and Normalization
von: Wang, Hanrui, et al.
Veröffentlicht: (2021)

Beyond MD17: the reactive xxMD dataset
von: Pengmei, Zihan, et al.
Veröffentlicht: (2023)

Infeasibility Aware Large Language Models for Combinatorial Optimization
von: Wang, Yakun, et al.
Veröffentlicht: (2026)

GroverGPT: A Large Language Model with 8 Billion Parameters for Quantum Searching
von: Wang, Haoran, et al.
Veröffentlicht: (2024)

Symbolic Analysis of Grover Search Algorithm via Chain-of-Thought Reasoning and Quantum-Native Tokenization
von: Chen, Min, et al.
Veröffentlicht: (2025)

Scalable Community Detection Using Quantum Hamiltonian Descent and QUBO Formulation
von: Cheng, Jinglei, et al.
Veröffentlicht: (2024)

Unifying O(3) Equivariant Neural Networks Design with Tensor-Network Formalism
von: Li, Zimu, et al.
Veröffentlicht: (2022)

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

Enhancing Quantum Security over Federated Learning via Post-Quantum Cryptography
von: Li, Pingzhi, et al.
Veröffentlicht: (2024)

Toward Super-polynomial Quantum Speedup of Equivariant Quantum Algorithms with SU($d$) Symmetry
von: Zheng, Han, et al.
Veröffentlicht: (2022)

Towards identifying possible fault-tolerant advantage of quantum linear system algorithms in terms of space, time and energy
von: Tu, Yue, et al.
Veröffentlicht: (2025)

Quantum-enhanced causal discovery for a small number of samples
von: Terada, Yu, et al.
Veröffentlicht: (2025)

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

Deep Learning for Low-Latency, Quantum-Ready RF Sensing
von: Gokhale, Pranav, et al.
Veröffentlicht: (2024)

Estimating truncation effects of quantum bosonic systems using sampling algorithms
von: Hanada, Masanori, et al.
Veröffentlicht: (2022)

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

Quantum Power Flows: From Theory to Practice
von: Liu, Junyu, et al.
Veröffentlicht: (2022)

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

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

LatentQGAN: A Hybrid QGAN with Classical Convolutional Autoencoder
von: Vieloszynski, Alexis, et al.
Veröffentlicht: (2024)

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)

Artificial Entanglement in the Fine-Tuning of Large Language Models
von: Chen, Min, et al.
Veröffentlicht: (2026)

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)

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

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

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

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