Copertina

Agnostic Tomography of Stabilizer Product States

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Grewal, Sabee, Iyer, Vishnu, Kretschmer, William, Liang, Daniel
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

Low-Stabilizer-Complexity Quantum States Are Not Pseudorandom
di: Grewal, Sabee, et al.
Pubblicazione: (2022)

Efficient Learning of Quantum States Prepared With Few Non-Clifford Gates
di: Grewal, Sabee, et al.
Pubblicazione: (2023)

Efficient Learning of Quantum States Prepared With Few Non-Clifford Gates II: Single-Copy Measurements
di: Grewal, Sabee, et al.
Pubblicazione: (2023)

Improved Stabilizer Estimation via Bell Difference Sampling
di: Grewal, Sabee, et al.
Pubblicazione: (2023)

Pseudoentanglement Ain't Cheap
di: Grewal, Sabee, et al.
Pubblicazione: (2024)

Unentanglement and Post-Measurement Branching in Quantum Interactive Proofs
di: Grewal, Sabee, et al.
Pubblicazione: (2025)

Efficient Learning of Structured Quantum Circuits via Pauli Dimensionality and Sparsity
di: Grewal, Sabee, et al.
Pubblicazione: (2025)

Nearly Time-Optimal Pure State Tomography with Pauli Measurements
di: Grewal, Sabee, et al.
Pubblicazione: (2026)

Agnostic Process Tomography
di: Wadhwa, Chirag, et al.
Pubblicazione: (2024)

PDQMA = DQMA = NEXP: QMA With Hidden Variables and Non-collapsing Measurements
di: Aaronson, Scott, et al.
Pubblicazione: (2024)

Mildly-Interacting Fermionic Unitaries are Efficiently Learnable
di: Iyer, Vishnu
Pubblicazione: (2025)

Tolerant Testing of Stabilizer States with Mixed State Inputs
di: Iyer, Vishnu, et al.
Pubblicazione: (2024)

The Entangled Quantum Polynomial Hierarchy Collapses
di: Grewal, Sabee, et al.
Pubblicazione: (2024)

On the Pure Quantum Polynomial Hierarchy and Quantified Hamiltonian Complexity
di: Grewal, Sabee, et al.
Pubblicazione: (2025)

Improved Circuit Lower Bounds and Quantum-Classical Separations
di: Grewal, Sabee, et al.
Pubblicazione: (2024)

Parametric Quantum State Tomography with HyperRBMs
di: Tonner, Simon, et al.
Pubblicazione: (2026)

Sketch Tomography: Hybridizing Classical Shadow and Matrix Product State
di: Tang, Xun, et al.
Pubblicazione: (2025)

Fast Quantum Process Tomography via Riemannian Gradient Descent
di: Volya, Daniel, et al.
Pubblicazione: (2024)

Efficient learning of bosonic Gaussian unitaries
di: Fanizza, Marco, et al.
Pubblicazione: (2025)

Agnostic Product Mixed State Tomography via Robust Statistics
di: Arulandu, Alvan, et al.
Pubblicazione: (2025)

Efficient Quantum Agnostic Improper Learning of Decision Trees
di: Chatterjee, Sagnik, et al.
Pubblicazione: (2022)

Tomography of Quantum States from Structured Measurements via quantum-aware transformer
di: Ma, Hailan, et al.
Pubblicazione: (2023)

IQP Born Machines under Data-dependent and Agnostic Initialization Strategies
di: Lerch, Sacha, et al.
Pubblicazione: (2026)

Quantum Mass Production Theorems
di: Kretschmer, William
Pubblicazione: (2022)

Density Operator Expectation Maximization
di: Vishnu, Adit, et al.
Pubblicazione: (2025)

Active Learning with Variational Quantum Circuits for Quantum Process Tomography
di: Yang, Jiaqi, et al.
Pubblicazione: (2024)

Q-MAML: Quantum Model-Agnostic Meta-Learning for Variational Quantum Algorithms
di: Lee, Junyong, et al.
Pubblicazione: (2025)

Quantum State Tomography using Quantum Machine Learning
di: Innan, Nouhaila, et al.
Pubblicazione: (2023)

Quantum Noise Tomography with Physics-Informed Neural Networks
di: Sulc, Antonin
Pubblicazione: (2025)

Cloning is as Hard as Learning for Stabilizer States
di: Bansal, Nikhil, et al.
Pubblicazione: (2026)

Demonstrating an unconditional separation between quantum and classical information resources
di: Kretschmer, William, et al.
Pubblicazione: (2025)

Comb Tensor Networks vs. Matrix Product States: Enhanced Efficiency in High-Dimensional Spaces
di: Kolesnyk, Danylo, et al.
Pubblicazione: (2024)

Noise-Agnostic Quantum Error Mitigation with Data Augmented Neural Models
di: Liao, Manwen, et al.
Pubblicazione: (2023)

Learning Encodings by Maximizing State Distinguishability: Variational Quantum Error Correction
di: Meyer, Nico, et al.
Pubblicazione: (2025)

Eliminating Vendor Lock-In in Quantum Machine Learning via Framework-Agnostic Neural Networks
di: Kumaresan, Poornima, et al.
Pubblicazione: (2026)

Representation Theorem for Matrix Product States
di: Guo, Erdong, et al.
Pubblicazione: (2021)

Seismic inversion using hybrid quantum neural networks
di: Vashisth, Divakar, et al.
Pubblicazione: (2025)

Warm Starts, Cold States: Exploiting Adiabaticity for Variational Ground-States
di: Puig, Ricard, et al.
Pubblicazione: (2026)

A Study on Stabilizer Rényi Entropy Estimation using Machine Learning
di: Lipardi, Vincenzo, et al.
Pubblicazione: (2025)

From Characterization To Construction: Generative Quantum Circuit Synthesis from Gate Set Tomography Data
di: Yu, King Yiu, et al.
Pubblicazione: (2026)