Buchumschlag

Adaptive Learning for Quantum Linear Regression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Carugno, Costantino, Dacrema, Maurizio Ferrari, Cremonesi, Paolo
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

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

Benchmarking Adaptative Variational Quantum Algorithms on QUBO Instances
von: Turati, Gloria, et al.
Veröffentlicht: (2023)

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

Separating Ansatz Discovery from Deployment on Larger Problems: Reinforcement Learning for Modular Circuit Design
von: Turati, Gloria, et al.
Veröffentlicht: (2025)

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

An Empirical Analysis on the Effectiveness of the Variational Quantum Linear Solver
von: Turati, Gloria, et al.
Veröffentlicht: (2024)

Hamiltonian Expressibility for Ansatz Selection in Variational Quantum Algorithms
von: Brozzi, Filippo, et al.
Veröffentlicht: (2025)

An Evaluation Study of Generative Adversarial Networks for Collaborative Filtering
von: Maurera, Fernando Benjamín Pérez, et al.
Veröffentlicht: (2022)

Comment on arXiv:2307.08384 "Efficient Quantum State Preparation with Walsh Series"
von: Pellini, Riccardo, et al.
Veröffentlicht: (2025)

Quantum Approaches to Urban Logistics: From Core QAOA to Clustered Scalability
von: Picariello, F., et al.
Veröffentlicht: (2025)

Impression-Aware Recommender Systems
von: Maurera, Fernando B. Pérez, et al.
Veröffentlicht: (2023)

Automated Off-Policy Estimator Selection via Supervised Learning
von: Felicioni, Nicolò, et al.
Veröffentlicht: (2024)

Adaptive Online Learning of Quantum States
von: Chen, Xinyi, et al.
Veröffentlicht: (2022)

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

Quantum-Assisted Support Vector Regression
von: Dalal, Archismita, et al.
Veröffentlicht: (2021)

Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits
von: Du, Yuxuan, et al.
Veröffentlicht: (2024)

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

Assessing Quantum Advantage for Gaussian Process Regression
von: Lowe, Dominic, et al.
Veröffentlicht: (2025)

Quantum Gaussian Process Regression for Bayesian Optimization
von: Rapp, Frederic, et al.
Veröffentlicht: (2023)

Reinforcement Learning for Adaptive Composition of Quantum Circuit Optimisation Passes
von: Mills, Daniel, et al.
Veröffentlicht: (2026)

Diffusion Recommender Models and the Illusion of Progress: A Concerning Study of Reproducibility and a Conceptual Mismatch
von: Benigni, Michael, et al.
Veröffentlicht: (2025)

Quantum Non-Linear Bandit Optimization
von: Siam, Zakaria Shams, et al.
Veröffentlicht: (2025)

Geometric Preconditioning and Curriculum Optimization for Trainable Variational Quantum Regression
von: Meng, Qingyu, et al.
Veröffentlicht: (2026)

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

Quantum Adaptive Self-Attention for Quantum Transformer Models
von: Chen, Chi-Sheng, et al.
Veröffentlicht: (2025)

Reproducibility and Artifact Consistency of the SIGIR 2022 Recommender Systems Papers Based on Message Passing
von: Dacrema, Maurizio Ferrari, et al.
Veröffentlicht: (2025)

Quantum-Assisted Hilbert-Space Gaussian Process Regression
von: Farooq, Ahmad, et al.
Veröffentlicht: (2024)

Self-Adaptive Physics-Informed Quantum Machine Learning for Solving Differential Equations
von: Setty, Abhishek, et al.
Veröffentlicht: (2023)

Multi-Class Quantum Convolutional Neural Networks
von: Mordacci, Marco, et al.
Veröffentlicht: (2024)

Quantum Reinforcement Learning by Adaptive Non-local Observables
von: Lin, Hsin-Yi, et al.
Veröffentlicht: (2025)

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

HQCC: A Hybrid Quantum-Classical Classifier with Adaptive Structure
von: Zhao, Ren-Xin, et al.
Veröffentlicht: (2025)

Regression and Classification with Single-Qubit Quantum Neural Networks
von: Souza, Leandro C., et al.
Veröffentlicht: (2024)

Quantum Support Vector Regression for Robust Anomaly Detection
von: Tscharke, Kilian, et al.
Veröffentlicht: (2025)

QAdaPrune: Adaptive Parameter Pruning For Training Variational Quantum Circuits
von: Kulshrestha, Ankit, et al.
Veröffentlicht: (2024)

SAQNN: Spectral Adaptive Quantum Neural Network as a Universal Approximator
von: Tang, Jialiang, et al.
Veröffentlicht: (2026)

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

Quantum Machine Learning: Quantum Kernel Methods
von: Naguleswaran, Sanjeev
Veröffentlicht: (2024)

On Quantum Perceptron Learning via Quantum Search
von: Sun, Xiaoyu, et al.
Veröffentlicht: (2025)

A Quantum of Learning: Using Quaternion Algebra to Model Learning on Quantum Devices
von: Talebi, Sayed Pouria, et al.
Veröffentlicht: (2025)