Buchumschlag

Function Smoothing Regularization for Precision Factorization Machine Annealing in Continuous Variable Optimization Problems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Endo, Katsuhiro, Takahashi, Kazuaki Z.
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

Divergence-free algorithms for solving nonlinear differential equations on quantum computers
von: Endo, Katsuhiro, et al.
Veröffentlicht: (2024)

Quantum-Accelerated Solution of Nonlinear Equations from Variational Principles
von: Endo, Katsuhiro, et al.
Veröffentlicht: (2025)

Efficient Bit Labeling in Factorization Machines with Annealing for Traveling Salesman Problem
von: Koshikawa, Shota, et al.
Veröffentlicht: (2024)

Subsampling Factorization Machine Annealing
von: Hama, Yusuke, et al.
Veröffentlicht: (2025)

High-Order Epistasis Detection Using Factorization Machine with Quadratic Optimization Annealing and MDR-Based Evaluation
von: Kikuchi, Shuta, et al.
Veröffentlicht: (2026)

Quantum Annealing for Minimum Bisection Problem: A Machine Learning-based Approach for Penalty Parameter Tuning
von: Rusnáková, Renáta, et al.
Veröffentlicht: (2025)

Quantum Annealing with Qubit-Resonator Systems for Simultaneous Optimization of Binary and Continuous Variables
von: Endo, Seiya, et al.
Veröffentlicht: (2025)

Cross-Problem Parameter Transfer in Quantum Approximate Optimization Algorithm: A Machine Learning Approach
von: Nguyen, Kien X., et al.
Veröffentlicht: (2025)

Quantum Boltzmann Machines using Parallel Annealing for Medical Image Classification
von: Schuman, Daniëlle, et al.
Veröffentlicht: (2025)

A Quantum Neural Network Transfer-Learning Model for Forecasting Problems with Continuous and Discrete Variables
von: Abdulrahman, Ismael
Veröffentlicht: (2025)

Quantum Annealing for Machine Learning: Applications in Feature Selection, Instance Selection, and Clustering
von: Pomeroy, Chloe, et al.
Veröffentlicht: (2025)

Analyzing the Effectiveness of Quantum Annealing with Meta-Learning
von: Pellini, Riccardo, et al.
Veröffentlicht: (2024)

Minor Embedding for Quantum Annealing with Reinforcement Learning
von: Nembrini, Riccardo, et al.
Veröffentlicht: (2025)

Comparison of D-Wave Quantum Annealing and Markov Chain Monte Carlo for Sampling from a Probability Distribution of a Restricted Boltzmann Machine
von: Yazizi, Abdelmoula El, et al.
Veröffentlicht: (2025)

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

Quantum Annealing Feature Selection on Light-weight Medical Image Datasets
von: Nau, Merlin A., et al.
Veröffentlicht: (2025)

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

Quantum Curriculum Learning
von: Tran, Quoc Hoan, et al.
Veröffentlicht: (2024)

Discrete Randomized Smoothing Meets Quantum Computing
von: Wollschläger, Tom, et al.
Veröffentlicht: (2024)

A Physics-Inspired Optimizer: Velocity Regularized Adam
von: Vaidhyanathan, Pranav, et al.
Veröffentlicht: (2025)

Compilation, Optimization, Error Mitigation, and Machine Learning in Quantum Algorithms
von: Wang, Shuangbao Paul, et al.
Veröffentlicht: (2025)

Quantum Annealing for Robust Principal Component Analysis
von: Tomeo, Ian, et al.
Veröffentlicht: (2025)

Resource-efficient equivariant quantum convolutional neural networks
von: Chinzei, Koki, et al.
Veröffentlicht: (2024)

Molecular Quantum Transformer
von: Kamata, Yuichi, et al.
Veröffentlicht: (2025)

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

Universality of Many-body Projected Ensemble for Learning Quantum Data Distribution
von: Tran, Quoc Hoan, et al.
Veröffentlicht: (2026)

An Empirical Comparison of Optimizers for Quantum Machine Learning with SPSA-based Gradients
von: Wiedmann, Marco, et al.
Veröffentlicht: (2023)

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

Surrogate Modeling via Factorization Machine and Ising Model with Enhanced Higher-Order Interaction Learning
von: Wang, Anbang, et al.
Veröffentlicht: (2025)

Trade-off between Gradient Measurement Efficiency and Expressivity in Deep Quantum Neural Networks
von: Chinzei, Koki, et al.
Veröffentlicht: (2024)

Benchmarking VQE Configurations: Architectures, Initializations, and Optimizers for Silicon Ground State Energy
von: Boutakka, Zakaria, et al.
Veröffentlicht: (2025)

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

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

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

Robustness and Generalization in Quantum Reinforcement Learning via Lipschitz Regularization
von: Meyer, Nico, et al.
Veröffentlicht: (2024)

Regularized second-order optimization of tensor-network Born machines
von: Ben-Dov, Matan, et al.
Veröffentlicht: (2025)

Hamiltonian simulation for nonlinear partial differential equation by Schrödingerization
von: Sasaki, Shoya, et al.
Veröffentlicht: (2025)

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

Variational Optimization for Quantum Problems using Deep Generative Networks
von: Zhang, Lingxia, et al.
Veröffentlicht: (2024)

Tensor Network Generator-Enhanced Optimization for Traveling Salesman Problem
von: Sakai, Ryo, et al.
Veröffentlicht: (2026)