Buchumschlag

Tensor-Networks-based Learning of Probabilistic Cellular Automata Dynamics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Casagrande, Heitor P., Xing, Bo, Munro, William J., Guo, Chu, Poletti, Dario
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Statistical Mechanics Machine Learning Quantum Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Supervised Training of Neural-Network Quantum States for the Next Nearest Neighbor Ising model
von: Wu, Zheyu, et al.
Veröffentlicht: (2023)

Generative Learning of Continuous Data by Tensor Networks
von: Meiburg, Alex, et al.
Veröffentlicht: (2023)

SMT-AD: a scalable quantum-inspired anomaly detection approach
von: Sornsaeng, Apimuk, et al.
Veröffentlicht: (2026)

Combining Reinforcement Learning and Tensor Networks, with an Application to Dynamical Large Deviations
von: Gillman, Edward, et al.
Veröffentlicht: (2022)

Interactions and integrability in weakly monitored Hamiltonian systems
von: Xing, Bo, et al.
Veröffentlicht: (2023)

Entanglement transition in unitary system-bath dynamics
von: Xing, Bo, et al.
Veröffentlicht: (2025)

Emergence of thermodynamic functioning regimes from finite coupling between a quantum thermal machine and a load
von: S., Gauthameshwar, et al.
Veröffentlicht: (2025)

Plaquette Models, Cellular Automata, and Measurement-induced Criticality
von: Liu, Hanchen, et al.
Veröffentlicht: (2024)

Entangling capabilities and unitary quantum games
von: Erbanni, Rebecca, et al.
Veröffentlicht: (2023)

Concentrated Monte Carlo sampling for local observables in quantum spin chains
von: Zhang, Wenxuan, et al.
Veröffentlicht: (2025)

Dependence of Lindbladian spectral statistics on the integrability of no-jump Hamiltonians and the recycling terms
von: Wang, Dingzu, et al.
Veröffentlicht: (2026)

Paths towards time evolution with larger neural-network quantum states
von: Zhang, Wenxuan, et al.
Veröffentlicht: (2024)

Renormalisation of Quantum Cellular Automata
von: Trezzini, Lorenzo Siro, et al.
Veröffentlicht: (2024)

All you need is spin: SU(2) equivariant variational quantum circuits based on spin networks
von: East, Richard D. P., et al.
Veröffentlicht: (2023)

Discovering quantum phenomena with Interpretable Machine Learning
von: de Schoulepnikoff, Paulin, et al.
Veröffentlicht: (2026)

Dynamical transition in controllable quantum neural networks with large depth
von: Zhang, Bingzhi, et al.
Veröffentlicht: (2023)

Tensor tree learns hidden relational structures in data to construct generative models
von: Harada, Kenji, et al.
Veröffentlicht: (2024)

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

Multi-Mode Quantum Annealing for Generative Representation Learning with Boltzmann Priors
von: Kim, Gilhan, et al.
Veröffentlicht: (2026)

Learning quantum many-body data locally: A provably scalable framework
von: Chinzei, Koki, et al.
Veröffentlicht: (2025)

Hydrodynamics and the eigenstate thermalization hypothesis
von: Capizzi, Luca, et al.
Veröffentlicht: (2024)

TensorKrowch: Smooth integration of tensor networks in machine learning
von: Monturiol, José Ramón Pareja, et al.
Veröffentlicht: (2023)

Interpretable representation learning of quantum data enabled by probabilistic variational autoencoders
von: de Schoulepnikoff, Paulin, et al.
Veröffentlicht: (2025)

Ergodicity and hydrodynamics: from quantum to classical spin systems
von: Wang, Jiaozi, et al.
Veröffentlicht: (2025)

Renormalisation of Fermionic Cellular Automata
von: Trezzini, Lorenzo Siro, et al.
Veröffentlicht: (2025)

Effectiveness of Binary Autoencoders for QUBO-Based Optimization Problems
von: Abe, Tetsuro, et al.
Veröffentlicht: (2026)

Quantum Inception Score
von: Sone, Akira, et al.
Veröffentlicht: (2023)

Capturing reduced-order quantum many-body dynamics out of equilibrium via neural ordinary differential equations
von: Egenlauf, Patrick, et al.
Veröffentlicht: (2025)

Fermi-Dirac thermal measurements: A framework for quantum hypothesis testing and semidefinite optimization
von: Liu, Nana, et al.
Veröffentlicht: (2026)

Local Diffusion Models and Phases of Data Distributions
von: Hu, Fangjun, et al.
Veröffentlicht: (2025)

Quantum consistent neural/tensor networks for photonic circuits with strongly/weakly entangled states
von: Allegra, Nicolas
Veröffentlicht: (2024)

Classical Shadows with Improved Median-of-Means Estimation
von: Fu, Winston, et al.
Veröffentlicht: (2024)

Quantum-data-driven dynamical transition in quantum learning
von: Zhang, Bingzhi, et al.
Veröffentlicht: (2024)

Meta-learning of Gibbs states for many-body Hamiltonians with applications to Quantum Boltzmann Machines
von: Bhat, Ruchira V, et al.
Veröffentlicht: (2025)

Fundamentals of quantum Boltzmann machine learning with visible and hidden units
von: Wilde, Mark M.
Veröffentlicht: (2025)

Neural-network quantum state study of the long-range antiferromagnetic Ising chain
von: Kim, Jicheol, et al.
Veröffentlicht: (2023)

Filtering out mislabeled training instances using black-box optimization and quantum annealing
von: Otsuka, Makoto, et al.
Veröffentlicht: (2025)

Population Annealing as a Discrete-Time Schrödinger Bridge
von: Ohzeki, Masayuki
Veröffentlicht: (2026)

Diffusion-Guided Renormalization of Neural Systems via Tensor Networks
von: Kodama, Nathan X.
Veröffentlicht: (2025)

Exploring the Landscape of Non-Equilibrium Memories with Neural Cellular Automata
von: Pajouheshgar, Ehsan, et al.
Veröffentlicht: (2025)