Buchumschlag

Fourier Analysis of Variational Quantum Circuits for Supervised Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wiedmann, Marco, Periyasamy, Maniraman, Scherer, Daniel D.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Quantum Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

BCQQ: Batch-Constraint Quantum Q-Learning with Cyclic Data Re-uploading
von: Periyasamy, Maniraman, et al.
Veröffentlicht: (2023)

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

Optimizing Quantum Circuits via ZX Diagrams using Reinforcement Learning and Graph Neural Networks
von: Mattick, Alexander, et al.
Veröffentlicht: (2025)

A Survey on Quantum Reinforcement Learning
von: Meyer, Nico, et al.
Veröffentlicht: (2022)

CutReg: A loss regularizer for enhancing the scalability of QML via adaptive circuit cutting
von: Periyasamy, Maniraman, et al.
Veröffentlicht: (2025)

Incremental Data-Uploading for Full-Quantum Classification
von: Periyasamy, Maniraman, et al.
Veröffentlicht: (2022)

Soft-Quantum Algorithms
von: Kyriacou, Basil, et al.
Veröffentlicht: (2026)

Shot-Based Quantum Encoding: A Data-Loading Paradigm for Quantum Neural Networks
von: Kyriacou, Basil, et al.
Veröffentlicht: (2026)

Qiskit-Torch-Module: Fast Prototyping of Quantum Neural Networks
von: Meyer, Nico, et al.
Veröffentlicht: (2024)

Superposed parameterised quantum circuits
von: Patapovich, Viktoria, et al.
Veröffentlicht: (2025)

Unitary Synthesis of Clifford+T Circuits with Reinforcement Learning
von: Rietsch, Sebastian, et al.
Veröffentlicht: (2024)

Learning Encodings by Maximizing State Distinguishability: Variational Quantum Error Correction
von: Meyer, Nico, et al.
Veröffentlicht: (2025)

Transfer Learning Analysis of Variational Quantum Circuits
von: Tseng, Huan-Hsin, et al.
Veröffentlicht: (2025)

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

Active Learning with Variational Quantum Circuits for Quantum Process Tomography
von: Yang, Jiaqi, et al.
Veröffentlicht: (2024)

Quantum Hierarchical Reinforcement Learning via Variational Quantum Circuits
von: Lee, Yu-Ting, et al.
Veröffentlicht: (2026)

Warm-Start Variational Quantum Policy Iteration
von: Meyer, Nico, et al.
Veröffentlicht: (2024)

Guided-SPSA: Simultaneous Perturbation Stochastic Approximation assisted by the Parameter Shift Rule
von: Periyasamy, Maniraman, et al.
Veröffentlicht: (2024)

Training Variational Quantum Circuits Using Particle Swarm Optimization
von: Mordacci, Marco, et al.
Veröffentlicht: (2025)

Hybrid Quantum--Classical Machine Learning Potential with Variational Quantum Circuits
von: Willow, Soohaeng Yoo, et al.
Veröffentlicht: (2025)

Learning to Concatenate Quantum Codes
von: Meyer, Nico, et al.
Veröffentlicht: (2026)

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

Optimizing Variational Quantum Circuits Using Metaheuristic Strategies in Reinforcement Learning
von: Kölle, Michael, et al.
Veröffentlicht: (2024)

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

Physics-Informed Bayesian Optimization of Variational Quantum Circuits
von: Nicoli, Kim A., et al.
Veröffentlicht: (2024)

Special-Unitary Parameterization for Trainable Variational Quantum Circuits
von: Chen, Kuan-Cheng, et al.
Veröffentlicht: (2025)

Benchmarking Quantum Reinforcement Learning
von: Meyer, Nico, et al.
Veröffentlicht: (2025)

Breaking Through Barren Plateaus: Reinforcement Learning Initializations for Deep Variational Quantum Circuits
von: Peng, Yifeng, et al.
Veröffentlicht: (2025)

Pre-training Tensor-Train Networks Facilitates Machine Learning with Variational Quantum Circuits
von: Qi, Jun, et al.
Veröffentlicht: (2023)

Learning Logical Operations for Arbitrary Quantum Error Correction Codes
von: Meyer, Nico, et al.
Veröffentlicht: (2026)

Qubit-Wise Architecture Search Method for Variational Quantum Circuits
von: Chen, Jialin, et al.
Veröffentlicht: (2024)

Formal Verification of Variational Quantum Circuits
von: Assolini, Nicola, et al.
Veröffentlicht: (2025)

Hybrid Classical-Quantum Transfer Learning with Noisy Quantum Circuits
von: Martín-Pérez, D., et al.
Veröffentlicht: (2026)

A Transferable Machine Learning Approach to Predict Optimized Orbitals for Electronic Structure Problems
von: van der Horst, Lucas, et al.
Veröffentlicht: (2026)

Generative Quantum Data Embeddings for Supervised Learning
von: Heo, Jaewoong, et al.
Veröffentlicht: (2026)

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

Investigating and Mitigating Barren Plateaus in Variational Quantum Circuits: A Survey
von: Cunningham, Jack, et al.
Veröffentlicht: (2024)

A Study on Optimization Techniques for Variational Quantum Circuits in Reinforcement Learning
von: Kölle, Michael, et al.
Veröffentlicht: (2024)

Quantum Supervised Learning
von: Macaluso, Antonio
Veröffentlicht: (2024)

Optimal joint cutting of two-qubit rotation gates
von: Ufrecht, Christian, et al.
Veröffentlicht: (2023)