Buchumschlag

Alleviating Barren Plateaus in Parameterized Quantum Machine Learning Circuits: Investigating Advanced Parameter Initialization Strategies

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kashif, Muhammad, Rashid, Muhammad, Al-Kuwari, Saif, Shafique, Muhammad
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Quantum Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Dilemma of Random Parameter Initialization and Barren Plateaus in Variational Quantum Algorithms
von: Kashif, Muhammad, et al.
Veröffentlicht: (2024)

Investigating Different Barren Plateaus Mitigation Strategies in Variational Quantum Eigensolver
von: Atallah, Mostafa, et al.
Veröffentlicht: (2025)

ResQNets: A Residual Approach for Mitigating Barren Plateaus in Quantum Neural Networks
von: Kashif, Muhammad, et al.
Veröffentlicht: (2023)

Physical Realization of Measurement Based Quantum Computation
von: Kashif, Muhammad, et al.
Veröffentlicht: (2023)

Beyond Logical Circuits: Hardware-Aware Analysis of Expressibility and Trainability in Variational Quantum Algorithms
von: Kashif, Muhammad, et al.
Veröffentlicht: (2026)

Late Breaking Results: Hardware-Aware Compilation Reshapes Trainability in Variational Quantum Circuits
von: Kashif, Muhammad, et al.
Veröffentlicht: (2026)

Direct Gradient Computation for Barren Plateaus in Parameterized Quantum Circuits
von: Yao, Yuhan, et al.
Veröffentlicht: (2025)

HQNET: Harnessing Quantum Noise for Effective Training of Quantum Neural Networks in NISQ Era
von: Kashif, Muhammad, et al.
Veröffentlicht: (2024)

Investigating the Effect of Noise on the Training Performance of Hybrid Quantum Neural Networks
von: Kashif, Muhammad, et al.
Veröffentlicht: (2024)

NRQNN: The Role of Observable Selection in Noise-Resilient Quantum Neural Networks
von: Kashif, Muhammad, et al.
Veröffentlicht: (2025)

Rethinking Expressibility-Trainability Trade-off in Hybrid Quantum Neural Networks
von: Kashif, Muhammad, et al.
Veröffentlicht: (2026)

ResQuNNs: Towards Enabling Deep Learning in Quantum Convolution Neural Networks
von: Kashif, Muhammad, et al.
Veröffentlicht: (2024)

A Survey of Methods for Mitigating Barren Plateaus for Parameterized Quantum Circuits
von: Gelman, Michelle
Veröffentlicht: (2024)

A Lie Algebraic Theory of Barren Plateaus for Deep Parameterized Quantum Circuits
von: Ragone, Michael, et al.
Veröffentlicht: (2023)

Quantum vs. Classical Machine Learning: A Benchmark Study for Financial Prediction
von: Ahmad, Rehan, et al.
Veröffentlicht: (2026)

Breaking Through Barren Plateaus: Reinforcement Learning Initializations for Deep Variational Quantum Circuits
von: Peng, Yifeng, et al.
Veröffentlicht: (2025)

Computational Advantage in Hybrid Quantum Neural Networks: Myth or Reality?
von: Kashif, Muhammad, et al.
Veröffentlicht: (2024)

Closing the Loop: Resource-aware Hybrid NAS Guided by Analytical and Hardware-Calibrated Quantum Cost Modeling
von: Kashif, Muhammad, et al.
Veröffentlicht: (2026)

Investigating and Mitigating Barren Plateaus in Variational Quantum Circuits: A Survey
von: Cunningham, Jack, et al.
Veröffentlicht: (2024)

Taming Barren Plateaus in Arbitrary Parameterized Quantum Circuits without Sacrificing Expressibility
von: Chen, Zhenyu, et al.
Veröffentlicht: (2025)

Batched Line Search Strategy for Navigating through Barren Plateaus in Quantum Circuit Training
von: Nádori, Jakab, et al.
Veröffentlicht: (2024)

Quantum Neural Networks: A Comparative Analysis and Noise Robustness Evaluation
von: Ahmed, Tasnim, et al.
Veröffentlicht: (2025)

Noisy HQNNs: A Comprehensive Analysis of Noise Robustness in Hybrid Quantum Neural Networks
von: Ahmed, Tasnim, et al.
Veröffentlicht: (2025)

Hybrid Quantum-Classical Neural Architecture Search
von: Marchisio, Alberto, et al.
Veröffentlicht: (2026)

PO-QA: A Framework for Portfolio Optimization using Quantum Algorithms
von: Zaman, Kamila, et al.
Veröffentlicht: (2024)

Unitarization of Pseudo-Unitary Quantum Circuits in the S-matrix Framework
von: Lima, Dennis, et al.
Veröffentlicht: (2023)

Cutting is All You Need: Execution of Large-Scale Quantum Neural Networks on Limited-Qubit Devices
von: Marchisio, Alberto, et al.
Veröffentlicht: (2024)

Quantum Reference Frames in Quantum Circuits: Perspective Dependent Entangling Cost and Coherence Entanglement Trade Offs
von: Wani, Salman Sajad, et al.
Veröffentlicht: (2025)

Machine Learning Techniques for Enhancing Quantum Key Distribution
von: Al-Kuwari, Ali, et al.
Veröffentlicht: (2026)

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

Illustration of Barren Plateaus in Quantum Computing
von: Stenzel, Gerhard, et al.
Veröffentlicht: (2026)

AML-QKD: Adaptive Machine Learning Framework for Real-time Parameter Tuning in QKD
von: Mohamed, Noureldin, et al.
Veröffentlicht: (2026)

Quantum Machine Learning for Energy-Efficient 5G-Enabled IoMT Healthcare Systems: Enhancing Data Security and Processing
von: Riaz, Muhammad Zeeshan, et al.
Veröffentlicht: (2025)

Studying the Impact of Quantum-Specific Hyperparameters on Hybrid Quantum-Classical Neural Networks
von: Zaman, Kamila, et al.
Veröffentlicht: (2024)

Entanglement-enhanced optimal quantum metrology
von: Rahim, Muhammad Talha, et al.
Veröffentlicht: (2024)

Next-Generation Quantum Neural Networks: Enhancing Efficiency, Security, and Privacy
von: Innan, Nouhaila, et al.
Veröffentlicht: (2025)

Evaluating Quantum Amplitude Estimation for Pricing Multi-Asset Basket Options
von: Kashif, Muhammad, et al.
Veröffentlicht: (2025)

Q-SpiRL: Quantum Spiking Reinforcement Learning for Adaptive Robot Navigation
von: Altrabulsi, Mohamed Khair, et al.
Veröffentlicht: (2026)

GAT-QNN: Genetic Algorithm-Based Training of Hybrid Quantum Neural Networks
von: Ahmed, Tasnim, et al.
Veröffentlicht: (2026)

Mitigating Barren Plateaus in Variational Quantum Circuits through PDE-Constrained Loss Functions
von: Hewage, Prasad Nimantha Madusanka Ukwatta, et al.
Veröffentlicht: (2026)