Buchumschlag

Graph Neural Networks for Parameterized Quantum Circuits Expressibility Estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Aktar, Shamminuj, Bärtschi, Andreas, Oyen, Diane, Eidenbenz, Stephan, Badawy, Abdel-Hameed A.
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

Quantum Graph Transformer for NLP Sentiment Classification
von: Aktar, Shamminuj, et al.
Veröffentlicht: (2025)

Scalable Experimental Bounds for Entangled Quantum State Fidelities
von: Aktar, Shamminuj, et al.
Veröffentlicht: (2022)

Hybrid Quantum–Classical Graph Transformers for Efficient Sentiment Analysis
von: Shamminuj Aktar, et al.
Veröffentlicht: (2026)

Quantum Data Learning of Topological-to-Ferromagnetic Phase Transitions in the 2+1D Toric Code Loop Gas Model
von: Aktar, Shamminuj, et al.
Veröffentlicht: (2025)

An Analysis of Commutation-Based Trotter Ordering Strategies on Heisenberg-Style Hamiltonians
von: Tate, Reuben, et al.
Veröffentlicht: (2026)

Structure-Aware Transformers for Learning Near-Optimal Trotter Orderings with System-Size Generalization in 1D Heisenberg Hamiltonians
von: Aktar, Shamminuj, et al.
Veröffentlicht: (2026)

Taming Barren Plateaus in Arbitrary Parameterized Quantum Circuits without Sacrificing Expressibility
von: Chen, Zhenyu, et al.
Veröffentlicht: (2025)

Simulating Heavy-Hex Transverse Field Ising Model Magnetization Dynamics Using Programmable Quantum Annealers
von: Pelofske, Elijah, et al.
Veröffentlicht: (2023)

Classical Combinatorial Optimization Scaling for Random Ising Models on 2D Heavy-Hex Graphs
von: Pelofske, Elijah, et al.
Veröffentlicht: (2024)

Quantum Approximate Optimization: A Computational Intelligence Perspective
von: Keller, Christo Meriwether, et al.
Veröffentlicht: (2024)

Quantum Generative Modeling using Parameterized Quantum Circuits
von: Sarkar, Soumyadip
Veröffentlicht: (2023)

Adversarial Effects on Expressibility and Trainability in Distributed Variational Quantum Algorithms
von: Sadhu, Abhishek, et al.
Veröffentlicht: (2026)

Diffusion-Inspired Quantum Noise Mitigation in Parameterized Quantum Circuits
von: Nguyen, Hoang-Quan, et al.
Veröffentlicht: (2024)

Analysis of Parameterized Quantum Circuits: on The Connection Between Expressibility and Types of Quantum Gates
von: Liu, Yu, et al.
Veröffentlicht: (2024)

Variational Quantum Simulations of a Two-Dimensional Frustrated Transverse-Field Ising Model on a Trapped-Ion Quantum Computer
von: Kirmani, Ammar, et al.
Veröffentlicht: (2025)

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

Leveraging Diffusion Models for Parameterized Quantum Circuit Generation
von: Barta, Daniel, et al.
Veröffentlicht: (2025)

Probing Quantum Telecloning on Superconducting Quantum Processors
von: Pelofske, Elijah, et al.
Veröffentlicht: (2023)

Trainability Barriers in Low-Depth QAOA Landscapes
von: Rajakumar, Joel, et al.
Veröffentlicht: (2024)

Non-asymptotic Approximation Error Bounds of Parameterized Quantum Circuits
von: Yu, Zhan, et al.
Veröffentlicht: (2023)

Latent-Conditioned Parameterized Quantum Circuits as Universal Approximators for Distributions over Quantum States
von: Tran, Quoc Hoan, et al.
Veröffentlicht: (2026)

Optimizing Quantum Circuits via ZX Diagrams using Reinforcement Learning and Graph Neural Networks
von: Mattick, Alexander, et al.
Veröffentlicht: (2025)

CPINN-ABPI: Physics-Informed Neural Networks for Accurate Power Estimation in MPSoCs
von: Elshamy, Mohamed R., et al.
Veröffentlicht: (2025)

Nonstabilizerness Estimation using Graph Neural Networks
von: Lipardi, Vincenzo, et al.
Veröffentlicht: (2025)

Snapshot-QAOA: Extending QAOA to Quantum Hamiltonian Simulation
von: Tate, Reuben, et al.
Veröffentlicht: (2024)

Scaling Whole-Chip QAOA for Higher-Order Ising Spin Glass Models on Heavy-Hex Graphs
von: Pelofske, Elijah, et al.
Veröffentlicht: (2023)

Parameterized Quantum Circuits as Feature Maps: Representation Quality and Readout Effects in Multispectral Land-Cover Classification
von: Komini, Ralntion, et al.
Veröffentlicht: (2026)

Inductive Graph Representation Learning with Quantum Graph Neural Networks
von: Faria, Arthur M., et al.
Veröffentlicht: (2025)

The Quantum Hamiltonian Analysis Toolkit: Lowering the Barrier to Quantum Computing with Hamiltonians
von: Krueger, Brendan K., et al.
Veröffentlicht: (2026)

Neural Guided Sampling for Quantum Circuit Optimization
von: Rosenhahn, Bodo, et al.
Veröffentlicht: (2025)

DistributedEstimator: Distributed Training of Quantum Neural Networks via Circuit Cutting
von: Singh, Prabhjot, et al.
Veröffentlicht: (2026)

Towards Quantum Graph Neural Networks: An Ego-Graph Learning Approach
von: Ai, Xing, et al.
Veröffentlicht: (2022)

Hierarchical Multigrid Ansatz for Variational Quantum Algorithms
von: Keller, Christo Meriwether, et al.
Veröffentlicht: (2023)

MEMO-QCD: Quantum Density Estimation through Memetic Optimisation for Quantum Circuit Design
von: Ardila-García, Juan E., et al.
Veröffentlicht: (2024)

From Graphs to Qubits: A Critical Review of Quantum Graph Neural Networks
von: Ceschini, Andrea, et al.
Veröffentlicht: (2024)

Statistics-Informed Parameterized Quantum Circuit via Maximum Entropy Principle for Data Science and Finance
von: Zhuang, Xi-Ning, et al.
Veröffentlicht: (2024)

Diagnosing Quantum Circuits: Noise Robustness, Trainability, and Expressibility
von: Shao, Yuguo, et al.
Veröffentlicht: (2025)

Graph Neural Networks on Quantum Computers
von: Liao, Yidong, et al.
Veröffentlicht: (2024)

Efficient Gradient Estimation for Parameterized Quantum Systems with Lie Algebraic Symmetries
von: Heidari, Mohsen, et al.
Veröffentlicht: (2024)

Adaptive H-EFT-VA: A Provably Safe Trajectory Through the Trainability-Expressibility Landscape of Variational Quantum Algorithms
von: Hamid, Eyad I. B.
Veröffentlicht: (2026)