Buchumschlag

Qandle: Accelerating State Vector Simulation Using Gate-Matrix Caching and Circuit Splitting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Stenzel, Gerhard, Zielinski, Sebastian, Kölle, Michael, Altmann, Philipp, Nüßlein, Jonas, Gabor, Thomas
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Quantum Physics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Study on Optimization Techniques for Variational Quantum Circuits in Reinforcement Learning
von: Kölle, Michael, et al.
Veröffentlicht: (2024)

Optimizing Variational Quantum Circuits Using Metaheuristic Strategies in Reinforcement Learning
von: Kölle, Michael, et al.
Veröffentlicht: (2024)

Quantum Circuit Construction and Optimization through Hybrid Evolutionary Algorithms
von: Sünkel, Leo, et al.
Veröffentlicht: (2025)

Solving Max-3SAT Using QUBO Approximation
von: Zielinski, Sebastian, et al.
Veröffentlicht: (2024)

Challenges for Reinforcement Learning in Quantum Circuit Design
von: Altmann, Philipp, et al.
Veröffentlicht: (2023)

Evolutionary-Based Circuit Optimization for Distributed Quantum Computing
von: Sünkel, Leo, et al.
Veröffentlicht: (2025)

Architectural Influence on Variational Quantum Circuits in Multi-Agent Reinforcement Learning: Evolutionary Strategies for Optimization
von: Kölle, Michael, et al.
Veröffentlicht: (2024)

Multi-Agent Quantum Reinforcement Learning using Evolutionary Optimization
von: Kölle, Michael, et al.
Veröffentlicht: (2023)

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

Investigating the Lottery Ticket Hypothesis for Variational Quantum Circuits
von: Kölle, Michael, et al.
Veröffentlicht: (2025)

Evaluating Mutation Techniques in Genetic Algorithm-Based Quantum Circuit Synthesis
von: Kölle, Michael, et al.
Veröffentlicht: (2025)

Towards Scalable Lottery Ticket Networks using Genetic Algorithms
von: Schönberger, Julian, et al.
Veröffentlicht: (2025)

Quantum Denoising Diffusion Models
von: Kölle, Michael, et al.
Veröffentlicht: (2024)

Improving Parameter Training for VQEs by Sequential Hamiltonian Assembly
von: Stein, Jonas, et al.
Veröffentlicht: (2023)

Reinforcement Learning for Parameterized Quantum State Preparation: A Comparative Study
von: Stenzel, Gerhard, et al.
Veröffentlicht: (2026)

Disentangling Quantum and Classical Contributions in Hybrid Quantum Machine Learning Architectures
von: Kölle, Michael, et al.
Veröffentlicht: (2023)

Emergent Cooperation in Quantum Multi-Agent Reinforcement Learning Using Communication
von: Kölle, Michael, et al.
Veröffentlicht: (2026)

Quality Diversity for Variational Quantum Circuit Optimization
von: Zorn, Maximilian, et al.
Veröffentlicht: (2025)

A Reinforcement Learning Environment for Directed Quantum Circuit Synthesis
von: Kölle, Michael, et al.
Veröffentlicht: (2024)

Evaluating Parameter-Based Training Performance of Neural Networks and Variational Quantum Circuits
von: Kölle, Michael, et al.
Veröffentlicht: (2025)

Quantum Architecture Search for Solving Quantum Machine Learning Tasks
von: Kölle, Michael, et al.
Veröffentlicht: (2025)

Quantum Advantage Actor-Critic for Reinforcement Learning
von: Kölle, Michael, et al.
Veröffentlicht: (2024)

Quantum King-Ring Domination in Chess: A QAOA Approach
von: Stenzel, Gerhard, et al.
Veröffentlicht: (2026)

Optimizing Sensor Redundancy in Sequential Decision-Making Problems
von: Nüßlein, Jonas, et al.
Veröffentlicht: (2024)

Benchmarking Quantum Surrogate Models on Scarce and Noisy Data
von: Stein, Jonas, et al.
Veröffentlicht: (2023)

Towards Transfer Learning for Large-Scale Image Classification Using Annealing-based Quantum Boltzmann Machines
von: Schuman, Daniëlle, et al.
Veröffentlicht: (2023)

Sequential Hamiltonian Assembly: Enhancing the training of combinatorial optimization problems on quantum computers
von: Roshani, Navid, et al.
Veröffentlicht: (2024)

Evaluating Variational Quantum Circuit Architectures for Distributed Quantum Computing
von: Sünkel, Leo, et al.
Veröffentlicht: (2025)

Reducing QAOA Circuit Depth by Factoring out Semi-Symmetries
von: Nüßlein, Jonas, et al.
Veröffentlicht: (2024)

Efficient Quantum One-Class Support Vector Machines for Anomaly Detection Using Randomized Measurements and Variable Subsampling
von: Kölle, Michael, et al.
Veröffentlicht: (2024)

PIMAEX: Multi-Agent Exploration through Peer Incentivization
von: Kölle, Michael, et al.
Veröffentlicht: (2025)

Towards Federated Learning on the Quantum Internet
von: Sünkel, Leo, et al.
Veröffentlicht: (2024)

Architecture Shape Governs QNN Trainability: Jacobian Null Space Growth and Parameter Efficiency
von: Poppel, Michael, et al.
Veröffentlicht: (2026)

Quantum Generator Kernels
von: Altmann, Philipp, et al.
Veröffentlicht: (2026)

Detrimental Agnostic Entanglement: The Case Against Hardware-Efficient Ansätze for Combinatorial Optimization
von: Rohe, Tobias, et al.
Veröffentlicht: (2026)

From Problem to Solution: A general Pipeline to Solve Optimisation Problems on Quantum Hardware
von: Rohe, Tobias, et al.
Veröffentlicht: (2024)

Visualizing Quantum Circuits: State Vector Difference Highlighting and the Half-Matrix
von: McGuffin, Michael J., et al.
Veröffentlicht: (2025)

Mitigating Exponential Mixed Frequency Growth through Frequency Selection
von: Poppel, Michael, et al.
Veröffentlicht: (2025)

Exploring Unsupervised Anomaly Detection with Quantum Boltzmann Machines in Fraud Detection
von: Stein, Jonas, et al.
Veröffentlicht: (2023)

Topology-Guided Quantum GANs for Constrained Graph Generation
von: Rohe, Tobias, et al.
Veröffentlicht: (2025)