Buchumschlag

Dynamic Range Reduction via Branch-and-Bound

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gerlach, Thore, Piatkowski, Nico
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Optimization and Control Quantum Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Standardization of Multi-Objective QUBOs
von: Lee, Loong Kuan, et al.
Veröffentlicht: (2025)

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

Quantum Optimization via Gradient-Based Hamiltonian Descent
von: Leng, Jiaqi, et al.
Veröffentlicht: (2025)

Fast Minimization of Expected Logarithmic Loss via Stochastic Dual Averaging
von: Tsai, Chung-En, et al.
Veröffentlicht: (2023)

Online Learning Quantum States with the Logarithmic Loss via VB-FTRL
von: Tseng, Wei-Fu, et al.
Veröffentlicht: (2023)

Classical and Quantum Speedups for Non-Convex Optimization via Energy Conserving Descent
von: Sun, Yihang, et al.
Veröffentlicht: (2026)

Variational Quantum Eigensolver with Constraints (VQEC): Solving Constrained Optimization Problems via VQE
von: Le, Thinh Viet, et al.
Veröffentlicht: (2023)

Quadratic Continuous Quantum Optimization
von: Mücke, Sascha, et al.
Veröffentlicht: (2025)

Quantum open system identification via global optimization: Optimally accurate Markovian models of open systems from time-series data
von: Popovych, Zakhar, et al.
Veröffentlicht: (2022)

Quantum Algorithms and Lower Bounds for Finite-Sum Optimization
von: Zhang, Yexin, et al.
Veröffentlicht: (2024)

Learning quantum Hamiltonians at any temperature in polynomial time with Chebyshev and bit complexity
von: Wodecki, Ales, et al.
Veröffentlicht: (2024)

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

Quantum Natural Stochastic Pairwise Coordinate Descent
von: Sohail, Mohammad Aamir, et al.
Veröffentlicht: (2024)

Scalable iterative pruning of large language and vision models using block coordinate descent
von: Rosenberg, Gili, et al.
Veröffentlicht: (2024)

Quantum Algorithms for the Pathwise Lasso
von: Doriguello, Joao F., et al.
Veröffentlicht: (2023)

Generative modeling using evolved quantum Boltzmann machines
von: Wilde, Mark M.
Veröffentlicht: (2025)

Logarithmic-Regret Quantum Learning Algorithms for Zero-Sum Games
von: Gao, Minbo, et al.
Veröffentlicht: (2023)

Operator-Level Quantum Acceleration of Non-Logconcave Sampling
von: Leng, Jiaqi, et al.
Veröffentlicht: (2025)

Parity Cross-Resonance: A Multiqubit Gate
von: Xu, Xuexin, et al.
Veröffentlicht: (2025)

Quantum Speedups for Markov Chain Monte Carlo Methods with Application to Optimization
von: Ozgul, Guneykan, et al.
Veröffentlicht: (2025)

Training robust and generalizable quantum models
von: Berberich, Julian, et al.
Veröffentlicht: (2023)

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

Non-linear Multi-objective Optimization with Probabilistic Branch and Bound
von: Huang, Hao, et al.
Veröffentlicht: (2025)

Machine Learning Augmented Branch and Bound for Mixed Integer Linear Programming
von: Scavuzzo, Lara, et al.
Veröffentlicht: (2024)

Disjunctive Branch-and-Bound for Certifiably Optimal Low-Rank Matrix Completion
von: Bertsimas, Dimitris, et al.
Veröffentlicht: (2023)

Learning AC Power Flow Solutions using a Data-Dependent Variational Quantum Circuit
von: Le, Thinh Viet, et al.
Veröffentlicht: (2025)

Solving Conic Programs over Sparse Graphs using a Variational Quantum Approach: The Case of the Optimal Power Flow
von: Le, Thinh Viet, et al.
Veröffentlicht: (2025)

A New Branch-and-Bound Pruning Framework for $\ell_0$-Regularized Problems
von: Guyard, Theo, et al.
Veröffentlicht: (2024)

CORL: Reinforcement Learning of MILP Policies Solved via Branch and Bound
von: Anand, Akhil S, et al.
Veröffentlicht: (2025)

Enhanced Reinforcement Learning-based Process Synthesis via Quantum Computing
von: Braniff, Austin, et al.
Veröffentlicht: (2026)

A Generic Branch-and-Bound Algorithm for $\ell_0$-Penalized Problems with Supplementary Material
von: Elvira, Clément, et al.
Veröffentlicht: (2025)

Quantum Langevin Dynamics for Optimization
von: Chen, Zherui, et al.
Veröffentlicht: (2023)

Variational Quantum Brushes
von: Lu, Jui-Ting, et al.
Veröffentlicht: (2025)

From Sequential Nodes to GPU Batches: Parallel Branch and Bound for Optimal $k$-Sparse GLMs
von: Liu, Jiachang, et al.
Veröffentlicht: (2026)

An Efficient Spatial Branch-and-Bound Algorithm for Global Optimization of Gaussian Process Posterior Mean Functions
von: Tang, Wei-Ting, et al.
Veröffentlicht: (2026)

Dynamic Regret via Discounted-to-Dynamic Reduction with Applications to Curved Losses and Adam Optimizer
von: Xie, Yan-Feng, et al.
Veröffentlicht: (2026)

Modern Computational Methods in Reinsurance Optimization: From Simulated Annealing to Quantum Branch & Bound
von: Woodman, George, et al.
Veröffentlicht: (2025)

A Catalyst Framework for the Quantum Linear System Problem via the Proximal Point Algorithm
von: Kim, Junhyung Lyle, et al.
Veröffentlicht: (2024)

On Quantum Circuits for Discrete Graphical Models
von: Piatkowski, Nico, et al.
Veröffentlicht: (2022)

Quantum Boltzmann Machines for Sample-Efficient Reinforcement Learning
von: Gerlach, Thore, et al.
Veröffentlicht: (2025)