Copertina

TorchQC -- A framework for efficiently integrating machine and deep learning methods in quantum dynamics and control

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Koutromanos, Dimitris, Stefanatos, Dionisis, Paspalakis, Emmanuel
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Quantum Physics
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Fast generation of entanglement between coupled spins using optimization and deep learning methods
di: Koutromanos, Dimitris, et al.
Pubblicazione: (2024)

Fast charging of an Ising spin pair quantum battery using optimal control
di: Evangelakos, Vasileios, et al.
Pubblicazione: (2024)

Fast chiral resolution with optimal control
di: Stefanatos, Dionisis, et al.
Pubblicazione: (2025)

Efficient population transfer in a quantum dot exciton under phonon-induced decoherence via shortcuts to adiabaticity
di: Kosionis, Spyridon G., et al.
Pubblicazione: (2025)

A review of quantum machine learning and quantum-inspired applied methods to computational fluid dynamics
di: Amaral, Cesar A., et al.
Pubblicazione: (2025)

An efficient framework for quantum dynamics driven by nonclassical light
di: Li, Sheng-Wen, et al.
Pubblicazione: (2026)

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

Thermodynamic uncertainty relations for relativistic quantum thermal machines
di: Moustos, Dimitris, et al.
Pubblicazione: (2025)

Spatio-spectral control of spontaneous emission
di: Asadpour, Seyyed Hossein, et al.
Pubblicazione: (2024)

An energy efficient quantum-enhanced machine
di: Hou, Waner, et al.
Pubblicazione: (2024)

Spectral methods: crucial for machine learning, natural for quantum computers?
di: Belis, Vasilis, et al.
Pubblicazione: (2026)

Memory-enhanced quantum extreme learning machines for characterizing non-Markovian dynamics
di: Assil, Hajar, et al.
Pubblicazione: (2026)

Towards provably efficient quantum algorithms for large-scale machine-learning models
di: Liu, Junyu, et al.
Pubblicazione: (2023)

BenchQC -- Scalable and modular benchmarking of industrial quantum computing applications
di: Geissler, Florian, et al.
Pubblicazione: (2025)

Unlocking photodetection for quantum sensing with Bayesian likelihood-free methods and deep learning
di: Molenda, Mateusz, et al.
Pubblicazione: (2026)

TeD-Q: a tensor network enhanced distributed hybrid quantum machine learning framework
di: Chen, Yaocheng, et al.
Pubblicazione: (2023)

Unified framework for efficiently computable quantum circuits
di: Ermakov, Igor, et al.
Pubblicazione: (2024)

Scalable quantum dynamics compilation via quantum machine learning
di: Zhang, Yuxuan, et al.
Pubblicazione: (2024)

A Kerr kernel quantum learning machine
di: Wood, Carolyn, et al.
Pubblicazione: (2024)

Testing quantum-like markers in neural dynamics
di: Ghose, Partha, et al.
Pubblicazione: (2025)

Exploring quantum localization with machine learning
di: Montes, J., et al.
Pubblicazione: (2024)

Measurement-based quantum machine learning
di: Calderón, Luis Mantilla, et al.
Pubblicazione: (2024)

Single-shot quantum machine learning
di: Recio-Armengol, Erik, et al.
Pubblicazione: (2024)

Local surrogates for quantum machine learning
di: Nair, Sreeraj Rajindran, et al.
Pubblicazione: (2025)

Molecular representations of quantum circuits for quantum machine learning
di: Torabian, Elham, et al.
Pubblicazione: (2025)

A unified framework for efficient quantum simulation of nonlinear spectroscopy
di: Xiong, Long, et al.
Pubblicazione: (2026)

Machine-learning-inspired quantum control in many-body dynamics
di: Mao, Meng-Yun, et al.
Pubblicazione: (2024)

Quantum-centric machine learning for molecular dynamics
di: Tao, Yanxian, et al.
Pubblicazione: (2025)

A short review on qudit quantum machine learning
di: Farias, Tiago de Souza, et al.
Pubblicazione: (2025)

Nanodiamond quantum thermometry assisted with machine learning
di: Yamamoto, Kouki, et al.
Pubblicazione: (2025)

The power of entanglement in distributed quantum machine learning
di: Kim, Yerim, et al.
Pubblicazione: (2026)

Encoding molecular structures in quantum machine learning
di: Boy, Choy, et al.
Pubblicazione: (2025)

Research progress on quantum neural networks and quantum machine learning
di: Sun, Yifan, et al.
Pubblicazione: (2026)

Can machine learning for quantum-gas experiments be explainable?
di: Zwolak, I. B. Spielman amd J. P.
Pubblicazione: (2026)

Black hole/quantum machine learning correspondence
di: Lee, Jae-Weon, et al.
Pubblicazione: (2025)

Quantum machine learning framework for longitudinal biomedical studies
di: Demidik, Maria, et al.
Pubblicazione: (2025)

Cavity magnomechanical framework for a high-efficiency quantum battery
di: Singh, S. K., et al.
Pubblicazione: (2025)

Variational quantum cloning machine on an integrated photonic interferometer
di: Hoch, Francesco, et al.
Pubblicazione: (2024)

BenchQC: A Benchmarking Toolkit for Quantum Computation
di: Pollard, Nia, et al.
Pubblicazione: (2025)

Automated quantum system modeling with machine learning
di: Mukherjee, Kaustav, et al.
Pubblicazione: (2024)