Buchumschlag

Discovering emergent connections in quantum physics research via dynamic word embeddings

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Frohnert, Felix, Gu, Xuemei, Krenn, Mario, van Nieuwenburg, Evert
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Quantum Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Explainable Representation Learning of Small Quantum States
von: Frohnert, Felix, et al.
Veröffentlicht: (2023)

Learning Pole Structures of Hadronic States using Predictive Uncertainty Estimation
von: Frohnert, Felix, et al.
Veröffentlicht: (2025)

Towards autonomous quantum physics research using LLM agents with access to intelligent tools
von: Arlt, Sören, et al.
Veröffentlicht: (2025)

Forecasting high-impact research topics via machine learning on evolving knowledge graphs
von: Gu, Xuemei, et al.
Veröffentlicht: (2024)

Deep Quantum Graph Dreaming: Deciphering Neural Network Insights into Quantum Experiments
von: Jaouni, Tareq, et al.
Veröffentlicht: (2023)

Detecting underdetermination in parameterized quantum circuits
von: Kempkes, Marie, et al.
Veröffentlicht: (2025)

Interesting Scientific Idea Generation using Knowledge Graphs and LLMs: Evaluations with 100 Research Group Leaders
von: Gu, Xuemei, et al.
Veröffentlicht: (2024)

Learning Density Functionals from Noisy Quantum Data
von: Koridon, Emiel, et al.
Veröffentlicht: (2024)

Double descent in quantum kernel methods
von: Kempkes, Marie, et al.
Veröffentlicht: (2025)

The power and limitations of learning quantum dynamics incoherently
von: Jerbi, Sofiene, et al.
Veröffentlicht: (2023)

Quantum computing and artificial intelligence: status and perspectives
von: Acampora, Giovanni, et al.
Veröffentlicht: (2025)

Nonstabilizerness Estimation using Graph Neural Networks
von: Lipardi, Vincenzo, et al.
Veröffentlicht: (2025)

Discovering highly efficient low-weight quantum error-correcting codes with reinforcement learning
von: He, Austin Yubo, et al.
Veröffentlicht: (2025)

Reinforcement learning for quantum processes with memory
von: Lumbreras, Josep, et al.
Veröffentlicht: (2026)

Learning Minimal Representations of Fermionic Ground States
von: Frohnert, Felix, et al.
Veröffentlicht: (2025)

Sample-efficient quantum error mitigation via classical learning surrogates
von: Liao, Wei-You, et al.
Veröffentlicht: (2025)

Generative quantum machine learning via denoising diffusion probabilistic models
von: Zhang, Bingzhi, et al.
Veröffentlicht: (2023)

The role of data embedding in quantum autoencoders for improved anomaly detection
von: Araz, Jack Y., et al.
Veröffentlicht: (2024)

Reinforcement learning-assisted quantum architecture search for variational quantum algorithms
von: Kundu, Akash
Veröffentlicht: (2024)

Quantum spatial best-arm identification via quantum walks
von: Yamagami, Tomoki, et al.
Veröffentlicht: (2025)

Generative quantum combinatorial optimization by means of a novel conditional generative quantum eigensolver
von: Minami, Shunya, et al.
Veröffentlicht: (2025)

Shadows of quantum machine learning
von: Jerbi, Sofiene, et al.
Veröffentlicht: (2023)

Training-efficient density quantum machine learning
von: Coyle, Brian, et al.
Veröffentlicht: (2024)

Artificial intelligence for representing and characterizing quantum systems
von: Du, Yuxuan, et al.
Veröffentlicht: (2025)

Learning pure quantum states (almost) without regret
von: Lumbreras, Josep, et al.
Veröffentlicht: (2024)

Fundamental causal bounds of quantum random access memories
von: Wang, Yunfei, et al.
Veröffentlicht: (2023)

Variational measurement-based quantum computation for generative modeling
von: Majumder, Arunava, et al.
Veröffentlicht: (2023)

Data-driven quantum Koopman method for simulating nonlinear dynamics
von: Zhang, Baoyang, et al.
Veröffentlicht: (2025)

Virtual Reality for Understanding Artificial-Intelligence-driven Scientific Discovery with an Application in Quantum Optics
von: Schmidt, Philipp, et al.
Veröffentlicht: (2024)

Synthesis of discrete-continuous quantum circuits with multimodal diffusion models
von: Fürrutter, Florian, et al.
Veröffentlicht: (2025)

Restricting to the chip architecture maintains the quantum neural network accuracy
von: Friedrich, Lucas, et al.
Veröffentlicht: (2022)

Curriculum reinforcement learning for quantum architecture search under hardware errors
von: Patel, Yash J., et al.
Veröffentlicht: (2024)

Enhancing variational quantum state diagonalization using reinforcement learning techniques
von: Kundu, Akash, et al.
Veröffentlicht: (2023)

A quantum-classical reinforcement learning model to play Atari games
von: Freinberger, Dominik, et al.
Veröffentlicht: (2024)

Minimizing classical resources in variational measurement-based quantum computation for generative modeling
von: Majumder, Arunava, et al.
Veröffentlicht: (2026)

Reinforcement learning with learned gadgets to tackle hard quantum problems on real hardware
von: Kundu, Akash, et al.
Veröffentlicht: (2024)

Exponential capacity scaling of classical GANs compared to hybrid latent style-based quantum GANs
von: Liepelt, Milan, et al.
Veröffentlicht: (2026)

Quantum state-agnostic work extraction (almost) without dissipation
von: Lumbreras, Josep, et al.
Veröffentlicht: (2025)

QuFeX: Quantum feature extraction module for hybrid quantum-classical deep neural networks
von: Jain, Naman, et al.
Veröffentlicht: (2025)

Computing the gradients with respect to all parameters of a quantum neural network using a single circuit
von: He, Guang Ping
Veröffentlicht: (2023)