Buchumschlag

Leveraging Pre-Trained Neural Networks to Enhance Machine Learning with Variational Quantum Circuits

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Qi, Jun, Yang, Chao-Han, Chen, Samuel Yen-Chi, Chen, Pin-Yu, Zenil, Hector, Tegner, Jesper
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

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

Quantum LEGO Learning: A Modular Design Principle for Hybrid Artificial Intelligence
von: Qi, Jun, et al.
Veröffentlicht: (2026)

Quantum Machine Learning: An Interplay Between Quantum Computing and Machine Learning
von: Qi, Jun, et al.
Veröffentlicht: (2024)

Learning to Program Variational Quantum Circuits with Fast Weights
von: Chen, Samuel Yen-Chi
Veröffentlicht: (2024)

Programming Variational Quantum Circuits with Quantum-Train Agent
von: Liu, Chen-Yu, et al.
Veröffentlicht: (2024)

Evolutionary Optimization for Designing Variational Quantum Circuits with High Model Capacity
von: Chen, Samuel Yen-Chi
Veröffentlicht: (2024)

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

Scalable Quantum Machine Learning via Multi-layer Fully-Connected Variational Quantum Circuits
von: Su, Howard, et al.
Veröffentlicht: (2026)

Q-DPTS: Quantum Differentially Private Time Series Forecasting via Variational Quantum Circuits
von: Chen, Chi-Sheng, et al.
Veröffentlicht: (2025)

Random-Matrix-Induced Simplicity Bias in Over-parameterized Variational Quantum Circuits
von: Qi, Jun, et al.
Veröffentlicht: (2026)

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

Assembly Theory is an approximation to algorithmic complexity based on LZ compression that does not explain selection or evolution
von: Abrahão, Felipe S., et al.
Veröffentlicht: (2024)

TensorHyper-VQC: A Tensor-Train-Guided Hypernetwork for Robust and Scalable Variational Quantum Computing
von: Qi, Jun, et al.
Veröffentlicht: (2025)

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

VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning
von: Qi, Jun, et al.
Veröffentlicht: (2025)

Quantum-Trained Convolutional Neural Network for Deepfake Audio Detection
von: Lin, Chu-Hsuan Abraham, et al.
Veröffentlicht: (2024)

Introduction to Quantum Machine Learning and Quantum Architecture Search
von: Chen, Samuel Yen-Chi, et al.
Veröffentlicht: (2025)

Federated Quantum-Train with Batched Parameter Generation
von: Liu, Chen-Yu, et al.
Veröffentlicht: (2024)

QEEGNet: Quantum Machine Learning for Enhanced Electroencephalography Encoding
von: Chen, Chi-Sheng, et al.
Veröffentlicht: (2024)

Differentiable Quantum Architecture Search in Quantum-Enhanced Neural Network Parameter Generation
von: Chen, Samuel Yen-Chi, et al.
Veröffentlicht: (2025)

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

Differentiable Quantum Architecture Search in Asynchronous Quantum Reinforcement Learning
von: Chen, Samuel Yen-Chi
Veröffentlicht: (2024)

An Introduction to Quantum Reinforcement Learning (QRL)
von: Chen, Samuel Yen-Chi
Veröffentlicht: (2024)

Learning to Measure Quantum Neural Networks
von: Chen, Samuel Yen-Chi, et al.
Veröffentlicht: (2025)

Meta-Learning for Quantum Optimization via Quantum Sequence Model
von: Lin, Yu-Cheng, et al.
Veröffentlicht: (2025)

Assembly Theory Reduced to Shannon Entropy and Rendered Redundant by Naive Statistical Algorithms
von: Ozelim, Luan, et al.
Veröffentlicht: (2024)

Minimal Algorithmic Information Loss Methods for Dimension Reduction, Feature Selection and Network Sparsification
von: Zenil, Hector, et al.
Veröffentlicht: (2018)

Quantum-Enhanced Forecasting for Deep Reinforcement Learning in Algorithmic Trading
von: Chen, Jun-Hao, et al.
Veröffentlicht: (2025)

Can Classical Initialization Help Variational Quantum Circuits Escape the Barren Plateau?
von: Peng, Yifeng, et al.
Veröffentlicht: (2025)

Quantum Adaptive Excitation Network with Variational Quantum Circuits for Channel Attention
von: Hsu, Yu-Chao, et al.
Veröffentlicht: (2025)

Quantum-Train-Based Distributed Multi-Agent Reinforcement Learning
von: Chen, Kuan-Cheng, et al.
Veröffentlicht: (2024)

Exploring the Potential of QEEGNet for Cross-Task and Cross-Dataset Electroencephalography Encoding with Quantum Machine Learning
von: Chen, Chi-Sheng, et al.
Veröffentlicht: (2025)

On the Limits of Self-Improving in Large Language Models: The Singularity Is Not Near Without Symbolic Model Synthesis
von: Zenil, Hector
Veröffentlicht: (2026)

Complejidad y aleatoriedad / Héctor Zenil
von: Zenil, Héctor

A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity
von: L'Abbate, Ryan, et al.
Veröffentlicht: (2024)

Training Classical Neural Networks by Quantum Machine Learning
von: Liu, Chen-Yu, et al.
Veröffentlicht: (2024)

Enhancing Variational Quantum Circuit Training: An Improved Neural Network Approach for Barren Plateau Mitigation
von: Yi, Zhehao, et al.
Veröffentlicht: (2024)

Complexity-Informed Causal Modeling of Neurodevelopmental Trajectories in Pediatric High-Grade Gliomas: Divergences from Neural Stem Cell Signatures
von: Uthamacumaran, Abicumaran, et al.
Veröffentlicht: (2025)

Learning to Program Quantum Measurements for Machine Learning
von: Chen, Samuel Yen-Chi, et al.
Veröffentlicht: (2025)

Quantum Machine Learning for UAV Swarm Intrusion Detection
von: Chen, Kuan-Cheng, et al.
Veröffentlicht: (2025)