Copertina

Quantum Boltzmann machine learning of ground-state energies

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Patel, Dhrumil, Koch, Daniel, Patel, Saahil, Wilde, Mark M.
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Quantum Physics Statistical Mechanics Machine Learning Optimization and Control
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Natural gradient and parameter estimation for quantum Boltzmann machines
di: Patel, Dhrumil, et al.
Pubblicazione: (2024)

Quantum thermodynamics and semi-definite optimization
di: Liu, Nana, et al.
Pubblicazione: (2025)

Evolved Quantum Boltzmann Machines
di: Minervini, Michele, et al.
Pubblicazione: (2025)

Constrained free energy minimization for the design of thermal states and stabilizer thermodynamic systems
di: Minervini, Michele, et al.
Pubblicazione: (2025)

Fundamentals of quantum Boltzmann machine learning with visible and hidden units
di: Wilde, Mark M.
Pubblicazione: (2025)

Quantum natural gradient with thermal-state initialization
di: Minervini, Michele, et al.
Pubblicazione: (2025)

Quantum Neural Estimation of Entropies
di: Goldfeld, Ziv, et al.
Pubblicazione: (2023)

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

Meta-learning of Gibbs states for many-body Hamiltonians with applications to Quantum Boltzmann Machines
di: Bhat, Ruchira V, et al.
Pubblicazione: (2025)

Fermi-Dirac thermal measurements: A framework for quantum hypothesis testing and semidefinite optimization
di: Liu, Nana, et al.
Pubblicazione: (2026)

Fermi-Dirac machines as quantizations of neurons
di: He, Alexander, et al.
Pubblicazione: (2026)

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

Statistical Mechanics of Dynamical System Identification
di: Klishin, Andrei A., et al.
Pubblicazione: (2024)

Two-dimensional Parallel Tempering for Constrained Optimization
di: Delacour, Corentin, et al.
Pubblicazione: (2025)

Quantum Fisher information matrices from Rényi relative entropies
di: Wilde, Mark M.
Pubblicazione: (2025)

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

Community detection by simulated bifurcation
di: Li, Wei, et al.
Pubblicazione: (2024)

Data-Induced Interactions of Sparse Sensors Using Statistical Physics
di: Klishin, Andrei A., et al.
Pubblicazione: (2023)

Quantum-data-driven dynamical transition in quantum learning
di: Zhang, Bingzhi, et al.
Pubblicazione: (2024)

Increasing the Hardness of Posiform Planting Using Random QUBOs for Programmable Quantum Annealer Benchmarking
di: Pelofske, Elijah, et al.
Pubblicazione: (2024)

Quantum consistent neural/tensor networks for photonic circuits with strongly/weakly entangled states
di: Allegra, Nicolas
Pubblicazione: (2024)

Analytic Bridge Diffusions for Controlled Path Generation
di: Chertkov, Michael
Pubblicazione: (2026)

Quantum Inception Score
di: Sone, Akira, et al.
Pubblicazione: (2023)

TensorKrowch: Smooth integration of tensor networks in machine learning
di: Monturiol, José Ramón Pareja, et al.
Pubblicazione: (2023)

Iteratively reweighted kernel machines efficiently learn sparse functions
di: Zhu, Libin, et al.
Pubblicazione: (2025)

Reweighting free energy profiles between universal machine learning interatomic potentials for fast consensus building
di: Majumdar, Sauradeep, et al.
Pubblicazione: (2026)

On the numerical integration of the Fokker-Planck equation driven by a mechanical force and the Bismut-Elworthy-Li formula
di: Sanders, Julia, et al.
Pubblicazione: (2024)

Minimal work protocols for inertial particles in non-harmonic traps
di: Sanders, Julia, et al.
Pubblicazione: (2024)

Optimal Control of Underdamped Systems: An Analytic Approach
di: Sanders, Julia, et al.
Pubblicazione: (2024)

Consensus-based Distributed Optimization for Multi-agent Systems over Multiplex Networks
di: Rodríguez-Camargo, C. D., et al.
Pubblicazione: (2023)

Grand-Canonical Optimal Transport
di: Di Marino, Simone, et al.
Pubblicazione: (2022)

Interpretable representation learning of quantum data enabled by probabilistic variational autoencoders
di: de Schoulepnikoff, Paulin, et al.
Pubblicazione: (2025)

Privacy-preserving machine learning with tensor networks
di: Pozas-Kerstjens, Alejandro, et al.
Pubblicazione: (2022)

Hybrid Ground-State Quantum Algorithms based on Neural Schrödinger Forging
di: de Schoulepnikoff, Paulin, et al.
Pubblicazione: (2023)

Relaxing towards generalized one-body Boltzmann states
di: Li, Sheng-Wen, et al.
Pubblicazione: (2024)

Annealing-Assisted Column Generation for Inequality-Constrained Combinatorial Optimization Problems
di: Kanai, Hiroshi, et al.
Pubblicazione: (2024)

Large Deviations in Safety-Critical Systems with Probabilistic Initial Conditions
di: Gomez, Aitor R., et al.
Pubblicazione: (2024)

Dynamic Pedestrian Traffic Assignment with Link Transmission Model for Bidirectional Sidewalk Networks
di: Lilasathapornkit, Tanapon, et al.
Pubblicazione: (2024)

Effect of constraint relaxation on dynamic critical phenomena in minimum vertex cover problem
di: Dote, Aki, et al.
Pubblicazione: (2024)

Stability of mixed-state phases under weak decoherence
di: Zhang, Yifan F., et al.
Pubblicazione: (2025)