Buchumschlag

Guided Quantum Compression for High Dimensional Data Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Belis, Vasilis, Odagiu, Patrick, Grossi, Michele, Reiter, Florentin, Dissertori, Günther, Vallecorsa, Sofia
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Quantum Physics Machine Learning High Energy Physics - Experiment
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

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

Machine Learning for Anomaly Detection in Particle Physics
von: Belis, Vasilis, et al.
Veröffentlicht: (2023)

A Full Quantum Generative Adversarial Network Model for High Energy Physics Simulations
von: Rehm, Florian, et al.
Veröffentlicht: (2023)

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

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

PETNet -- Coincident Particle Event Detection using Spiking Neural Networks
von: Debus, Jan, et al.
Veröffentlicht: (2025)

From angular coefficients to quantum observables: a phenomenological appraisal in di-boson systems
von: Grossi, Michele, et al.
Veröffentlicht: (2024)

Coherent Quantum Evaluation of Collider Amplitudes for Effective Field Theory Constraints
von: Haddad, Yacine, et al.
Veröffentlicht: (2026)

Loop Feynman integration on a quantum computer
von: de Lejarza, Jorge J. Martínez, et al.
Veröffentlicht: (2024)

Quantum Attention for Vision Transformers in High Energy Physics
von: Tesi, Alessandro, et al.
Veröffentlicht: (2024)

Quantum Computing for High-Energy Physics: State of the Art and Challenges. Summary of the QC4HEP Working Group
von: Di Meglio, Alberto, et al.
Veröffentlicht: (2023)

Quantum Information meets High-Energy Physics: Input to the update of the European Strategy for Particle Physics
von: Afik, Yoav, et al.
Veröffentlicht: (2025)

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

Federated Learning with Quantum Enhanced LSTM for Applications in High Energy Physics
von: Sawaika, Abhishek, et al.
Veröffentlicht: (2026)

Optimization-based Unfolding in High-Energy Physics
von: Gasperini, Simone, et al.
Veröffentlicht: (2026)

QINNs: Quantum-Informed Neural Networks
von: Bal, Aritra, et al.
Veröffentlicht: (2025)

Lie-Equivariant Quantum Graph Neural Networks
von: Neto, Jogi Suda, et al.
Veröffentlicht: (2024)

Data-Driven High-Dimensional Statistical Inference with Generative Models
von: Amram, Oz, et al.
Veröffentlicht: (2025)

From Reachability to Learnability: Geometric Design Principles for Quantum Neural Networks
von: Ngairangbam, Vishal S., et al.
Veröffentlicht: (2026)

High-Energy Decays and Weak Quantum Measurements
von: Barr, Alan J.
Veröffentlicht: (2025)

Odd Physics Off the Diagonal: Constraining CP-violating SMEFT with Quantum Tomography
von: Roberts, Avalon, et al.
Veröffentlicht: (2026)

Quantum Frontiers in High Energy Physics
von: Fang, Yaquan, et al.
Veröffentlicht: (2024)

Particle Collisions & Quantum Entanglement in High-Energy Collisions
von: Gabrielli, Emidio
Veröffentlicht: (2025)

Quantum Pathways for Charged Track Finding in High-Energy Collisions
von: Brown, Christopher, et al.
Veröffentlicht: (2023)

Optimised Inference of Quantum Phenomena in High-Energy Collider Experiments
von: Nguyen, Hai-Chau, et al.
Veröffentlicht: (2026)

Comparing Generative Models with the New Physics Learning Machine
von: Grossi, Samuele, et al.
Veröffentlicht: (2025)

Impact of Circuit Depth versus Qubit Count on Variational Quantum Classifiers for Higgs Boson Signal Detection
von: Maulana, Fatih
Veröffentlicht: (2026)

1 Particle - 1 Qubit: Particle Physics Data Encoding for Quantum Machine Learning
von: Bal, Aritra, et al.
Veröffentlicht: (2025)

Quantum-Annealing-Inspired Algorithms for Track Reconstruction at High-Energy Colliders
von: Okawa, Hideki, et al.
Veröffentlicht: (2024)

A Novel Quantum Realization of Jet Clustering in High-Energy Physics Experiments
von: Zhu, Yongfeng, et al.
Veröffentlicht: (2024)

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

Amplitude-assisted tagging of longitudinally polarised bosons using wide neural networks
von: Grossi, Michele, et al.
Veröffentlicht: (2023)

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

Quantum Entanglement is Quantum: ZZ Production at the LHC
von: Gonçalves, Dorival, et al.
Veröffentlicht: (2025)

Quantum pions
von: Fabbrichesi, M., et al.
Veröffentlicht: (2025)

Challenging Spontaneous Quantum Collapse with XENONnT
von: Aprile, E., et al.
Veröffentlicht: (2025)

Quantum artificial intelligence for pattern recognition at high-energy colliders: Tales of Three "Quantum's"
von: Okawa, Hideki
Veröffentlicht: (2025)

Measuring Quantum Discord at the LHC
von: Han, Tao, et al.
Veröffentlicht: (2024)