Buchumschlag

Variational quantum simulation: a case study for understanding warm starts

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Puig, Ricard, Drudis, Marc, Thanasilp, Supanut, Holmes, Zoë
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 unifying account of warm start guarantees for patches of quantum landscapes
von: Mhiri, Hela, et al.
Veröffentlicht: (2025)

Efficient quantum-enhanced classical simulation for patches of quantum landscapes
von: Lerch, Sacha, et al.
Veröffentlicht: (2024)

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

Exponential concentration in quantum kernel methods
von: Thanasilp, Supanut, et al.
Veröffentlicht: (2022)

On fundamental aspects of quantum extreme learning machines
von: Xiong, Weijie, et al.
Veröffentlicht: (2023)

Role of scrambling and noise in temporal information processing with quantum systems
von: Xiong, Weijie, et al.
Veröffentlicht: (2025)

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

Pitfalls when tackling the exponential concentration of parameterized quantum models
von: Saem, Reyhaneh Aghaei, et al.
Veröffentlicht: (2025)

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

Connecting phases of matter to the flatness of the loss landscape in analog variational quantum algorithms
von: Srimahajariyapong, Kasidit, et al.
Veröffentlicht: (2025)

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

Does provable absence of barren plateaus imply classical simulability?
von: Cerezo, M., et al.
Veröffentlicht: (2023)

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

Generative flow-based warm start of the variational quantum eigensolver
von: Zou, Hang, et al.
Veröffentlicht: (2025)

Iterative quantum optimisation with a warm-started quantum state
von: Yuan, Haomu, et al.
Veröffentlicht: (2025)

Quantum Convolutional Neural Networks are Effectively Classically Simulable
von: Bermejo, Pablo, et al.
Veröffentlicht: (2024)

The power and limitations of learning quantum dynamics incoherently
von: Jerbi, Sofiene, et al.
Veröffentlicht: (2023)

Exact gradients for linear optics with single photons
von: Facelli, Giorgio, et al.
Veröffentlicht: (2024)

Thermal State Simulation with Pauli and Majorana Propagation
von: Rudolph, Manuel S., et al.
Veröffentlicht: (2026)

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

Variational Quantum Optimization with Continuous Bandits
von: Wanner, Marc, et al.
Veröffentlicht: (2025)

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

Generative modeling assisted simulation of measurement-altered quantum criticality
von: Zhu, Yuchen, et al.
Veröffentlicht: (2024)

Variational measurement-based quantum computation for generative modeling
von: Majumder, Arunava, et al.
Veröffentlicht: (2023)

Resource-Efficient Variational Quantum Classifier
von: Ptáček, Petr, et al.
Veröffentlicht: (2025)

Variational quantum and neural quantum states algorithms for the linear complementarity problem
von: De, Saibal, et al.
Veröffentlicht: (2025)

TQml Simulator: optimized simulation of quantum machine learning
von: Kuzmin, Viacheslav, et al.
Veröffentlicht: (2025)

Machine learning discovery of new phases in programmable quantum simulator snapshots
von: Miles, Cole, et al.
Veröffentlicht: (2021)

Warm-Start Variational Quantum Policy Iteration
von: Meyer, Nico, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Variational Quantum Circuits Design
von: Foderà, Simone, et al.
Veröffentlicht: (2024)

Trainability Beyond Linearity in Variational Quantum Objectives
von: Ma, Gordon, et al.
Veröffentlicht: (2026)

Spectral Bias in Variational Quantum Machine Learning
von: Duffy, Callum, et al.
Veröffentlicht: (2025)

On the average-case complexity of learning output distributions of quantum circuits
von: Nietner, Alexander, et al.
Veröffentlicht: (2023)

Enhancing the Trainability of Variational Quantum Circuits with Regularization Strategies
von: Zhuang, Jun, et al.
Veröffentlicht: (2024)

Physics-Informed Bayesian Optimization of Variational Quantum Circuits
von: Nicoli, Kim A., et al.
Veröffentlicht: (2024)

Fourier Analysis of Variational Quantum Circuits for Supervised Learning
von: Wiedmann, Marco, et al.
Veröffentlicht: (2024)

Experimental robustness benchmarking of quantum neural networks on a superconducting quantum processor
von: Zhang, Hai-Feng, et al.
Veröffentlicht: (2025)

Adaptive Observation Cost Control for Variational Quantum Eigensolvers
von: Anders, Christopher J., et al.
Veröffentlicht: (2025)

Special-Unitary Parameterization for Trainable Variational Quantum Circuits
von: Chen, Kuan-Cheng, et al.
Veröffentlicht: (2025)

Noise-Induced Barren Plateaus in Variational Quantum Algorithms
von: Wang, Samson, et al.
Veröffentlicht: (2020)