Buchumschlag

AI-driven Reverse Engineering of QML Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ghosh, Archisman, Ghosh, Swaroop
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Quantum Physics Emerging Technologies Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Quantum Imitation Game: Reverse Engineering of Quantum Machine Learning Models
von: Ghosh, Archisman, et al.
Veröffentlicht: (2024)

A Graph-Based Forensic Framework for Inferring Hardware Noise of Cloud Quantum Backend
von: Das, Subrata, et al.
Veröffentlicht: (2025)

AltGraph: Redesigning Quantum Circuits Using Generative Graph Models for Efficient Optimization
von: Beaudoin, Collin, et al.
Veröffentlicht: (2024)

Survival of the Optimized: An Evolutionary Approach to T-depth Reduction
von: Ghosh, Archisman, et al.
Veröffentlicht: (2025)

Long Range Frequency Tuning for QML
von: Poppel, Michael, et al.
Veröffentlicht: (2026)

Magic Mirror on the Wall, How to Benchmark Quantum Error Correction Codes, Overall ?
von: Chatterjee, Avimita, et al.
Veröffentlicht: (2024)

Quantum Quandaries: Unraveling Encoding Vulnerabilities in Quantum Neural Networks
von: Upadhyay, Suryansh, et al.
Veröffentlicht: (2025)

Not All Qubits are Utilized Equally
von: Pope, Jeremie, et al.
Veröffentlicht: (2025)

Optimization of Quantum Error Correcting Code under Temporal Variation of Qubit Quality
von: Das, Subrata, et al.
Veröffentlicht: (2025)

Q-Embroidery: A Study on Weaving Quantum Error Correction into the Fabric of Quantum Classifiers
von: Chatterjee, Avimita, et al.
Veröffentlicht: (2024)

MITS: A Quantum Sorcerer Stone For Designing Surface Codes
von: Chatterjee, Avimita, et al.
Veröffentlicht: (2024)

Investigating impact of bit-flip errors in control electronics on quantum computation
von: Das, Subrata, et al.
Veröffentlicht: (2024)

Empirical Quantum Advantage Analysis of Quantum Kernel in Gene Expression Data
von: Ghosh, Arpita, et al.
Veröffentlicht: (2024)

Impact of Error Rate Misreporting on Resource Allocation in Multi-tenant Quantum Computing and Defense
von: Das, Subrata, et al.
Veröffentlicht: (2025)

A Quantum Circuit Obfuscation Methodology for Security and Privacy
von: Suresh, Aakarshitha, et al.
Veröffentlicht: (2021)

Multi-VQC: A Novel QML Approach for Enhancing Healthcare Classification
von: Tudisco, Antonio, et al.
Veröffentlicht: (2025)

Quantum AI for Alzheimer's disease early screening
von: Cappiello, Giacomo, et al.
Veröffentlicht: (2024)

Optimizing Quantum Embedding using Genetic Algorithm for QML Applications
von: Phalak, Koustubh, et al.
Veröffentlicht: (2024)

Quantum-Assisted Machine Learning Models for Enhanced Weather Prediction
von: Sakhuja, Saiyam, et al.
Veröffentlicht: (2025)

Shuttling Compiler for Trapped-Ion Quantum Computers Based on Large Language Models
von: Kreppel, Fabian, et al.
Veröffentlicht: (2025)

Quantum Computing and Cybersecurity Education: A Novel Curriculum for Enhancing Graduate STEM Learning
von: Upadhyay, Suryansh, et al.
Veröffentlicht: (2025)

Quantum Kernel Learning for Small Dataset Modeling in Semiconductor Fabrication: Application to Ohmic Contact
von: Wang, Zeheng, et al.
Veröffentlicht: (2024)

DiffQ: Unified Parameter Initialization for Variational Quantum Algorithms via Diffusion Models
von: Zhang, Chi, et al.
Veröffentlicht: (2025)

Measuring Accuracy and Energy-to-Solution of Quantum Fine-Tuning of Foundational AI Models
von: Knitter, Oliver, et al.
Veröffentlicht: (2026)

Adversarial Quantum Machine Learning: An Information-Theoretic Generalization Analysis
von: Georgiou, Petros, et al.
Veröffentlicht: (2024)

Quantum Federated Learning Experiments in the Cloud with Data Encoding
von: Pokhrel, Shiva Raj, et al.
Veröffentlicht: (2024)

A Quick Introduction to Quantum Machine Learning for Non-Practitioners
von: Evans, Ethan N., et al.
Veröffentlicht: (2024)

Quantum Circuit Synthesis and Compilation Optimization: Overview and Prospects
von: Yan, Ge, et al.
Veröffentlicht: (2024)

FedQNN: Federated Learning using Quantum Neural Networks
von: Innan, Nouhaila, et al.
Veröffentlicht: (2024)

Profiling quantum circuits for their efficient execution on single- and multi-core architectures
von: Bandic, Medina, et al.
Veröffentlicht: (2024)

A Novel Single-Layer Quantum Neural Network for Approximate SRBB-Based Unitary Synthesis
von: Belli, Giacomo, et al.
Veröffentlicht: (2024)

Exploring Quantum Neural Networks for Demand Forecasting
von: de Jesus, Gleydson Fernandes, et al.
Veröffentlicht: (2024)

Analyzing Machine Learning Performance in a Hybrid Quantum Computing and HPC Environment
von: Bieberich, Samuel T., et al.
Veröffentlicht: (2024)

Unleashing the Expressive Power of Pulse-Based Quantum Neural Networks
von: Tao, Han-Xiao, et al.
Veröffentlicht: (2024)

Sparks of Quantum Advantage and Rapid Retraining in Machine Learning
von: Troy, William
Veröffentlicht: (2024)

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

Local Binary and Multiclass SVMs Trained on a Quantum Annealer
von: Zardini, Enrico, et al.
Veröffentlicht: (2024)

EnQode: Fast Amplitude Embedding for Quantum Machine Learning Using Classical Data
von: Han, Jason, et al.
Veröffentlicht: (2025)

Adversarial Robustness in Distributed Quantum Machine Learning
von: Kananian, Pouya, et al.
Veröffentlicht: (2025)

A weighted quantum ensemble of homogeneous quantum classifiers
von: Tolotti, Emiliano, et al.
Veröffentlicht: (2025)