Copertina

Symmetry breaking in geometric quantum machine learning in the presence of noise

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Tüysüz, Cenk, Chang, Su Yeon, Demidik, Maria, Jansen, Karl, Vallecorsa, Sofia, Grossi, Michele
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Quantum Physics Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Expressive equivalence of classical and quantum restricted Boltzmann machines
di: Demidik, Maria, et al.
Pubblicazione: (2025)

Sample-based training of quantum generative models
di: Demidik, Maria, et al.
Pubblicazione: (2025)

Approximately Equivariant Quantum Neural Network for $p4m$ Group Symmetries in Images
di: Chang, Su Yeon, et al.
Pubblicazione: (2023)

Physics inspired quantum algorithm for QCD splitting functions
di: Rouxinol, Gabriel, et al.
Pubblicazione: (2026)

Kubernetes-Orchestrated Hybrid Quantum-Classical Workflows
di: Tejedor, Mar, et al.
Pubblicazione: (2026)

Learning to generate high-dimensional distributions with low-dimensional quantum Boltzmann machines
di: Tüysüz, Cenk, et al.
Pubblicazione: (2024)

Hybrid Ground-State Quantum Algorithms based on Neural Schrödinger Forging
di: de Schoulepnikoff, Paulin, et al.
Pubblicazione: (2023)

The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning
di: Incudini, Massimiliano, et al.
Pubblicazione: (2022)

Trainability barriers and opportunities in quantum generative modeling
di: Rudolph, Manuel S., et al.
Pubblicazione: (2023)

Guided Quantum Compression for High Dimensional Data Classification
di: Belis, Vasilis, et al.
Pubblicazione: (2024)

Latent Style-based Quantum GAN for high-quality Image Generation
di: Chang, Su Yeon, et al.
Pubblicazione: (2024)

A Study on Quantum Graph Neural Networks Applied to Molecular Physics
di: Piperno, Simone, et al.
Pubblicazione: (2024)

Guided Graph Compression for Quantum Graph Neural Networks
di: Casals, Mikel, et al.
Pubblicazione: (2025)

Symmetry-invariant quantum machine learning force fields
di: Le, Isabel Nha Minh, et al.
Pubblicazione: (2023)

Quantum machine learning framework for longitudinal biomedical studies
di: Demidik, Maria, et al.
Pubblicazione: (2025)

Learning Reduced Representations for Quantum Classifiers
di: Odagiu, Patrick, et al.
Pubblicazione: (2025)

Parameterized quantum circuits as universal generative models for continuous multivariate distributions
di: Barthe, Alice, et al.
Pubblicazione: (2024)

Probabilistic modeling over permutations using quantum computers
di: Belis, Vasilis, et al.
Pubblicazione: (2026)

Quantum anomaly detection in the latent space of proton collision events at the LHC
di: Belis, Vasilis, et al.
Pubblicazione: (2023)

Spectral methods: crucial for machine learning, natural for quantum computers?
di: Belis, Vasilis, et al.
Pubblicazione: (2026)

Reinforcement learning-based architecture search for quantum machine learning
di: Rapp, Frederic, et al.
Pubblicazione: (2024)

Fourier series weight in quantum machine learning
di: Atchade-Adelomou, Parfait, et al.
Pubblicazione: (2023)

Opportunities and limitations of explaining quantum machine learning
di: Gil-Fuster, Elies, et al.
Pubblicazione: (2024)

Imaginary Hamiltonian variational ansatz for combinatorial optimization problems
di: Wang, Xiaoyang, et al.
Pubblicazione: (2024)

Counterdiabatic optimized driving in quantum phase sensitive models
di: Barone, Francesco Pio, et al.
Pubblicazione: (2023)

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

Can machine learning for quantum-gas experiments be explainable?
di: Zwolak, I. B. Spielman amd J. P.
Pubblicazione: (2026)

Shadows of quantum machine learning
di: Jerbi, Sofiene, et al.
Pubblicazione: (2023)

Automatic and effective discovery of quantum kernels
di: Incudini, Massimiliano, et al.
Pubblicazione: (2022)

Understanding quantum machine learning also requires rethinking generalization
di: Gil-Fuster, Elies, et al.
Pubblicazione: (2023)

Variational decision diagrams for quantum-inspired machine learning applications
di: Vargas-Calderón, Vladimir, et al.
Pubblicazione: (2025)

Superior resilience to poisoning and amenability to unlearning in quantum machine learning
di: Chen, Yu-Qin, et al.
Pubblicazione: (2025)

A general learning scheme for classical and quantum Ising machines
di: Schmid, Ludwig, et al.
Pubblicazione: (2023)

Benchmarking quantum machine learning kernel training for classification tasks
di: Alvarez-Estevez, Diego
Pubblicazione: (2024)

Dynamical simulation via quantum machine learning with provable generalization
di: Gibbs, Joe, et al.
Pubblicazione: (2022)

Prospects for quantum advantage in machine learning from the representability of functions
di: Masot-Llima, Sergi, et al.
Pubblicazione: (2025)

Information plane and compression-gnostic feedback in quantum machine learning
di: Haboury, Nathan, et al.
Pubblicazione: (2024)

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

A Primer on Quantum Machine Learning
di: Chang, Su Yeon, et al.
Pubblicazione: (2025)

Blind quantum machine learning with quantum bipartite correlator
di: Li, Changhao, et al.
Pubblicazione: (2023)