Copertina

Quantum Machine Learning: Quantum Kernel Methods

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Naguleswaran, Sanjeev
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

Machine Learning and Quantum Intelligence for Health Data Scenarios
di: Naguleswaran, Sanjeev
Pubblicazione: (2024)

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

Distributed and Secure Kernel-Based Quantum Machine Learning
di: Swaminathan, Arjhun, et al.
Pubblicazione: (2024)

Quantum Adversarial Learning for Kernel Methods
di: Montalbano, Giuseppe, et al.
Pubblicazione: (2024)

Experimental Machine Learning with Classical and Quantum Data via NMR Quantum Kernels
di: Sabarad, Vivek, et al.
Pubblicazione: (2024)

Spectral Phase Encoding for Quantum Kernel Methods
di: Gómez, Pablo Herrero, et al.
Pubblicazione: (2026)

A Hyperparameter Study for Quantum Kernel Methods
di: Egginger, Sebastian, et al.
Pubblicazione: (2023)

In Search of Quantum Advantage: Estimating the Number of Shots in Quantum Kernel Methods
di: Miroszewski, Artur, et al.
Pubblicazione: (2024)

Quantum Kernel Machine Learning for Autonomous Materials Science
di: Adams, Felix, et al.
Pubblicazione: (2026)

Position: Quantum Kernel Machines Should Move Beyond Scalar-Valued Kernels to Realize Their Potential
di: Kadri, Hachem, et al.
Pubblicazione: (2025)

Quantum Kernel Methods under Scrutiny: A Benchmarking Study
di: Schnabel, Jan, et al.
Pubblicazione: (2024)

Quantum Generator Kernels
di: Altmann, Philipp, et al.
Pubblicazione: (2026)

Enhancing Quantum Support Vector Machines through Variational Kernel Training
di: Innan, Nouhaila, et al.
Pubblicazione: (2023)

A Quantum Bagging Algorithm with Unsupervised Base Learners for Label Corrupted Datasets
di: Rathi, Neeshu, et al.
Pubblicazione: (2025)

Benign Overfitting with Quantum Kernels
di: Tomasi, Joachim, et al.
Pubblicazione: (2025)

Quantum Kernel Methods: Convergence Theory, Separation Bounds and Applications to Marketing Analytics
di: Sáez-Ortuño, Laura, et al.
Pubblicazione: (2025)

Quantum Dynamics of Machine Learning
di: Wang, Peng, et al.
Pubblicazione: (2024)

Influence of Data Dimensionality Reduction Methods on the Effectiveness of Quantum Machine Learning Models
di: Shinde, Aakash Ravindra, et al.
Pubblicazione: (2025)

Improving Gradient Methods via Coordinate Transformations: Applications to Quantum Machine Learning
di: Bermejo, Pablo, et al.
Pubblicazione: (2023)

QUACK: Quantum Aligned Centroid Kernel
di: Tscharke, Kilian, et al.
Pubblicazione: (2024)

A Resource Efficient Quantum Kernel
di: Singh, Utkarsh, et al.
Pubblicazione: (2025)

Kernel Learning for Regression via Quantum Annealing Based Spectral Sampling
di: Hasegawa, Yasushi, et al.
Pubblicazione: (2026)

QuaRK: A Quantum Reservoir Kernel for Time Series Learning
di: Aaraba, Abdallah, et al.
Pubblicazione: (2026)

Enhanced Prediction of CAR T-Cell Cytotoxicity with Quantum-Kernel Methods
di: Utro, Filippo, et al.
Pubblicazione: (2025)

Support Vector Machine Kernels as Quantum Propagators
di: Kuo, Nan-Hong, et al.
Pubblicazione: (2025)

Multiple Embeddings for Quantum Machine Learning
di: Han, Siyu, et al.
Pubblicazione: (2025)

Entanglement Detection with Quantum-inspired Kernels and SVMs
di: Martínez-Sabiote, Ana, et al.
Pubblicazione: (2025)

Quantum Machine Learning Playground
di: Debus, Pascal, et al.
Pubblicazione: (2025)

A Qubit-Efficient Hybrid Quantum Encoding Mechanism for Quantum Machine Learning
di: Cowlessur, Hevish, et al.
Pubblicazione: (2025)

Explaining Quantum Circuits with Shapley Values: Towards Explainable Quantum Machine Learning
di: Heese, Raoul, et al.
Pubblicazione: (2023)

Partitioned Hybrid Quantum Fourier Neural Operators for Scientific Quantum Machine Learning
di: Marcandelli, Paolo, et al.
Pubblicazione: (2025)

Quantum-Informed Machine Learning for Predicting Spatiotemporal Chaos with Practical Quantum Advantage
di: Wang, Maida, et al.
Pubblicazione: (2025)

Generalization of Quantum Machine Learning Models Using Quantum Fisher Information Metric
di: Haug, Tobias, et al.
Pubblicazione: (2023)

Entangling Machine Learning with Quantum Tensor Networks
di: van der Poel, Constantijn, et al.
Pubblicazione: (2024)

Prospects of Privacy Advantage in Quantum Machine Learning
di: Heredge, Jamie, et al.
Pubblicazione: (2024)

Understanding Generalization in Quantum Machine Learning with Margins
di: Hur, Tak, et al.
Pubblicazione: (2024)

Machine Learning for Practical Quantum Error Mitigation
di: Liao, Haoran, et al.
Pubblicazione: (2023)

Limitations of Quantum Advantage in Unsupervised Machine Learning
di: Patel, Apoorva D.
Pubblicazione: (2025)

Exploring Quantum Machine Learning for Weather Forecasting
di: da Silva, Maria Heloísa F., et al.
Pubblicazione: (2025)

Quantum Machine Learning via Contrastive Training
di: Zhukas, Liudmila A., et al.
Pubblicazione: (2025)