Buchumschlag

Intuitive Analysis of the Quantization-based Optimization: From Stochastic and Quantum Mechanical Perspective

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Seok, Jinwuk, Cho, Changsik
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

Quantum mechanical framework for quantization-based optimization: from Gradient flow to Schroedinger equation
von: Seok, Jinwuk, et al.
Veröffentlicht: (2026)

Deep Stochastic Mechanics
von: Orlova, Elena, et al.
Veröffentlicht: (2023)

Stochastic Neural Networks for Quantum Devices
von: Rosenhahn, Bodo, et al.
Veröffentlicht: (2026)

Superstate Quantum Mechanics
von: Belov, Mikhail Gennadievich, et al.
Veröffentlicht: (2025)

Hamiltonian-based Quantum Reinforcement Learning for Neural Combinatorial Optimization
von: Kruse, Georg, et al.
Veröffentlicht: (2024)

Q-MAML: Quantum Model-Agnostic Meta-Learning for Variational Quantum Algorithms
von: Lee, Junyong, et al.
Veröffentlicht: (2025)

Physics-Aware Learnability: From Set-Theoretic Independence to Operational Constraints
von: Bang, Jeongho, et al.
Veröffentlicht: (2026)

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

Accelerating Feedback-based Algorithms for Quantum Optimization Using Gradient Descent
von: Mozakka, Masih, et al.
Veröffentlicht: (2026)

Towards Arbitrary QUBO Optimization: Analysis of Classical and Quantum-Activated Feedforward Neural Networks
von: Lai, Chia-Tso, et al.
Veröffentlicht: (2024)

From Betti Numbers to Persistence Diagrams: A Hybrid Quantum Algorithm for Topological Data Analysis
von: Liu, Dong
Veröffentlicht: (2025)

QuantumNAT: Quantum Noise-Aware Training with Noise Injection, Quantization and Normalization
von: Wang, Hanrui, et al.
Veröffentlicht: (2021)

A Qubit-Efficient Hybrid Quantum Encoding Mechanism for Quantum Machine Learning
von: Cowlessur, Hevish, et al.
Veröffentlicht: (2025)

Quantum Generative Diffusion Model: A Fully Quantum-Mechanical Model for Generating Quantum State Ensemble
von: Chen, Chuangtao, et al.
Veröffentlicht: (2024)

Quantum Circuit Optimization with AlphaTensor
von: Ruiz, Francisco J. R., et al.
Veröffentlicht: (2024)

Quantum Non-Linear Bandit Optimization
von: Siam, Zakaria Shams, et al.
Veröffentlicht: (2025)

Variational Quantum Optimization with Continuous Bandits
von: Wanner, Marc, et al.
Veröffentlicht: (2025)

Analysis of Atom-level pretraining with Quantum Mechanics (QM) data for Graph Neural Networks Molecular property models
von: Arjona-Medina, Jose, et al.
Veröffentlicht: (2024)

Provably Robust Training of Quantum Circuit Classifiers Against Parameter Noise
von: Tecot, Lucas, et al.
Veröffentlicht: (2025)

Neural Guided Sampling for Quantum Circuit Optimization
von: Rosenhahn, Bodo, et al.
Veröffentlicht: (2025)

Quantum Gaussian Process Regression for Bayesian Optimization
von: Rapp, Frederic, et al.
Veröffentlicht: (2023)

Quantum Natural Stochastic Pairwise Coordinate Descent
von: Sohail, Mohammad Aamir, et al.
Veröffentlicht: (2024)

Kernel $k$-Medoids as General Vector Quantization
von: Gerlach, Thore, et al.
Veröffentlicht: (2025)

Non-native Quantum Generative Optimization with Adversarial Autoencoders
von: Wilson, Blake A., et al.
Veröffentlicht: (2024)

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

Differentiable Logical Programming for Quantum Circuit Discovery and Optimization
von: Sulc, Antonin
Veröffentlicht: (2026)

WSBD: Freezing-Based Optimizer for Quantum Neural Networks
von: Kverne, Christopher, et al.
Veröffentlicht: (2026)

Quantum Algorithms for Projection-Free Sparse Convex Optimization
von: He, Jianhao, et al.
Veröffentlicht: (2025)

Quantum End-to-End Learning for Contextual Combinatorial Optimization
von: Lee, Jaehwan, et al.
Veröffentlicht: (2026)

Performance Analysis of Quantum Support Vector Classifiers and Quantum Neural Networks
von: Villalba-Ferreiro, Tomás, et al.
Veröffentlicht: (2025)

Graph Learning for Parameter Prediction of Quantum Approximate Optimization Algorithm
von: Liang, Zhiding, et al.
Veröffentlicht: (2024)

Quantum Re-Uploading for Calorimetry: Optimized Architectures with Extended Expressivity
von: Cassé, Léa, et al.
Veröffentlicht: (2024)

Compilation, Optimization, Error Mitigation, and Machine Learning in Quantum Algorithms
von: Wang, Shuangbao Paul, et al.
Veröffentlicht: (2025)

Geometric Preconditioning and Curriculum Optimization for Trainable Variational Quantum Regression
von: Meng, Qingyu, et al.
Veröffentlicht: (2026)

Quantum Phase Recognition via Quantum Attention Mechanism
von: Chen, Jin-Long, et al.
Veröffentlicht: (2026)

Optimizing Quantum Convolutional Neural Network Architectures for Arbitrary Data Dimension
von: Lee, Changwon, et al.
Veröffentlicht: (2024)

Application of Langevin Dynamics to Advance the Quantum Natural Gradient Optimization Algorithm
von: Borysenko, Oleksandr, et al.
Veröffentlicht: (2024)

Transfer Learning for Deep-Unfolded Combinatorial Optimization Solver with Quantum Annealer
von: Hagiwara, Ryo, et al.
Veröffentlicht: (2025)

PALQO: Physics-informed Model for Accelerating Large-scale Quantum Optimization
von: Huang, Yiming, et al.
Veröffentlicht: (2025)

Quantum-Enhanced Weight Optimization for Neural Networks Using Grover's Algorithm
von: Jura, Stefan-Alexandru, et al.
Veröffentlicht: (2025)