Buchumschlag

Bit-bit encoding, optimizer-free training and sub-net initialization: techniques for scalable quantum machine learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Johri, Sonika
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Quantum Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

How many qubits does a machine learning problem require?
von: Leither, Sydney, et al.
Veröffentlicht: (2025)

A Quantum Platform for Multiomics Data
von: Kubal, Michael, et al.
Veröffentlicht: (2025)

Quantum State Preparation of Normal Distributions using Matrix Product States
von: Iaconis, Jason, et al.
Veröffentlicht: (2023)

A quantum-bit encoding converter
von: Darras, T., et al.
Veröffentlicht: (2022)

A scalable advantage in multi-photon quantum machine learning
von: Wang, Yong, et al.
Veröffentlicht: (2025)

Security of decoy-state quantum key distribution with correlated bit-and-basis encoders
von: Currás-Lorenzo, Guillermo, et al.
Veröffentlicht: (2026)

Phase transition in magic with random quantum circuits
von: Niroula, Pradeep, et al.
Veröffentlicht: (2023)

Quantum inference on a classically trained quantum extreme learning machine
von: Brusaschi, Emanuele, et al.
Veröffentlicht: (2026)

Measurement-free, scalable and fault-tolerant universal quantum computing
von: Butt, Friederike, et al.
Veröffentlicht: (2024)

Provable and scalable quantum Gaussian processes for quantum learning
von: Jäger, Jonas, et al.
Veröffentlicht: (2026)

A no free lunch theorem for untrained quantum circuits in machine learning
von: Herbert, Steven
Veröffentlicht: (2023)

Benchmarking quantum machine learning kernel training for classification tasks
von: Alvarez-Estevez, Diego
Veröffentlicht: (2024)

Regularization of Riemannian optimization: Application to process tomography and quantum machine learning
von: Soest, Felix, et al.
Veröffentlicht: (2024)

Universal quantum computation via scalable measurement-free error correction
von: Veroni, Stefano, et al.
Veröffentlicht: (2024)

Qubit-optimal quantum phase estimation of block-encoded Hamiltonians
von: Skelton, S. E.
Veröffentlicht: (2025)

On exploring the potential of quantum auto-encoder for learning quantum systems
von: Du, Yuxuan, et al.
Veröffentlicht: (2021)

TQml Simulator: optimized simulation of quantum machine learning
von: Kuzmin, Viacheslav, et al.
Veröffentlicht: (2025)

Application of quantum annealing for scalable robotic assembly line optimization: a case study
von: Willmann, Moritz, et al.
Veröffentlicht: (2024)

Qubit-efficient and gate-efficient encodings of graph partitioning problems for quantum optimization
von: Zaborniak, Tristan, et al.
Veröffentlicht: (2026)

Multilevel leapfrogging initialization for quantum approximate optimization algorithm
von: Ni, Xiao-Hui, et al.
Veröffentlicht: (2023)

Large-scale quantum approximate optimization on non-planar graphs with machine learning noise mitigation
von: Sack, Stefan H., et al.
Veröffentlicht: (2023)

A Practical Framework for Assessing the Performance of Observable Estimation in Quantum Simulation
von: Niu, Siyuan, et al.
Veröffentlicht: (2025)

A Comprehensive Cross-Model Framework for Benchmarking the Performance of Quantum Hamiltonian Simulations
von: Chatterjee, Avimita, et al.
Veröffentlicht: (2024)

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

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

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

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

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

Tensor decomposition technique for qubit encoding of maximal-fidelity Lorentzian orbitals in real-space quantum chemistry
von: Kosugi, Taichi, et al.
Veröffentlicht: (2025)

Application-Oriented Performance Benchmarks for Quantum Computing
von: Lubinski, Thomas, et al.
Veröffentlicht: (2021)

Quantum information with quantum-like bits
von: Amati, Graziano, et al.
Veröffentlicht: (2024)

A comparison on constrain encoding methods for quantum approximate optimization algorithm
von: Liu, Yiwen, et al.
Veröffentlicht: (2024)

Design and synthesis of scalable quantum programs
von: Goldfriend, Tomer, et al.
Veröffentlicht: (2024)

Structural encoding with classical codes for computational-basis bit-flip correction in the early fault-tolerant regime
von: Sohn, IlKwon, et al.
Veröffentlicht: (2025)

Solving optimization problems with local light shift encoding on Rydberg quantum annealers
von: Goswami, Kapil, et al.
Veröffentlicht: (2023)

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

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

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

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

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