Buchumschlag

Transfer Learning for Deep-Unfolded Combinatorial Optimization Solver with Quantum Annealer

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hagiwara, Ryo, Arai, Shunta, Takabe, Satoshi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Quantum Physics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deep Unfolded Local Quantum Annealing
von: Arai, Shunta, et al.
Veröffentlicht: (2024)

Convergence Acceleration of Markov Chain Monte Carlo-based Gradient Descent by Deep Unfolding
von: Hagiwara, Ryo, et al.
Veröffentlicht: (2024)

Refined Gradient-Based Temperature Optimization for the Replica-Exchange Monte-Carlo Method
von: Miyata, Tatsuya, et al.
Veröffentlicht: (2026)

Accelerating Convergence of Stein Variational Gradient Descent via Deep Unfolding
von: Kawamura, Yuya, et al.
Veröffentlicht: (2024)

QUBO-based training for VQAs on Quantum Annealers
von: Acosta, Ernesto, et al.
Veröffentlicht: (2025)

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

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

An Advantage Using Feature Selection with a Quantum Annealer
von: Vlasic, Andrew, et al.
Veröffentlicht: (2022)

Local Binary and Multiclass SVMs Trained on a Quantum Annealer
von: Zardini, Enrico, et al.
Veröffentlicht: (2024)

Quantum Annealing Enhanced Markov-Chain Monte Carlo
von: Arai, Shunta, et al.
Veröffentlicht: (2025)

Investigation of Automated Design of Quantum Circuits for Imaginary Time Evolution Methods Using Deep Reinforcement Learning
von: Suzuki, Ryo, et al.
Veröffentlicht: (2026)

Physics-Aware Linearized ADMM and Its Unrolling
von: Takabe, Satoshi, et al.
Veröffentlicht: (2026)

Cross-Problem Parameter Transfer in Quantum Approximate Optimization Algorithm: A Machine Learning Approach
von: Nguyen, Kien X., et al.
Veröffentlicht: (2025)

Energy Scale Degradation in Sparse Quantum Solvers: A Barrier to Quantum Utility
von: Dinh, Thang N., et al.
Veröffentlicht: (2025)

Hybrid Classical-Quantum Transfer Learning with Noisy Quantum Circuits
von: Martín-Pérez, D., et al.
Veröffentlicht: (2026)

Learning Quantum Processes and Hamiltonians via the Pauli Transfer Matrix
von: Caro, Matthias C.
Veröffentlicht: (2022)

Quantum Transfer Learning for MNIST Classification Using a Hybrid Quantum-Classical Approach
von: Sarkar, Soumyadip
Veröffentlicht: (2024)

Optimizing ZX-Diagrams with Deep Reinforcement Learning
von: Nägele, Maximilian, et al.
Veröffentlicht: (2023)

Deep Learning Approaches to Quantum Error Mitigation
von: Placidi, Leonardo, et al.
Veröffentlicht: (2026)

Quantum Deep Learning: A Comprehensive Review
von: Ji, Yanjun, et al.
Veröffentlicht: (2026)

Quantum Transfer Learning Shows Improved Robustness in Low-Data Regimes
von: Lo, Li-An, et al.
Veröffentlicht: (2026)

Infeasibility Aware Large Language Models for Combinatorial Optimization
von: Wang, Yakun, et al.
Veröffentlicht: (2026)

The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning
von: Incudini, Massimiliano, et al.
Veröffentlicht: (2022)

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

Quantum Transfer Learning to Boost Dementia Detection
von: Bhowmik, Sounak, et al.
Veröffentlicht: (2025)

Rethink the Role of Deep Learning towards Large-scale Quantum Systems
von: Zhao, Yusheng, et al.
Veröffentlicht: (2025)

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

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

Hubbard-Stratonovich Detector for Simple Trainable MIMO Signal Detection
von: Takabe, Satoshi, et al.
Veröffentlicht: (2023)

Fast and Flexible Quantum-Inspired Differential Equation Solvers with Data Integration
von: Arenstein, Lucas, et al.
Veröffentlicht: (2025)

Beyond Optimization: Harnessing Quantum Annealer Dynamics for Machine Learning
von: Sakurai, Akitada, et al.
Veröffentlicht: (2026)

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

Quantum Deep Reinforcement Learning for Robot Navigation Tasks
von: Hohenfeld, Hans, et al.
Veröffentlicht: (2022)

Comparing Three Generations of D-Wave Quantum Annealers for Minor Embedded Combinatorial Optimization Problems
von: Pelofske, Elijah
Veröffentlicht: (2023)

Quantum Deep Sets and Sequences
von: Vargas-Calderón, Vladimir
Veröffentlicht: (2025)

Quantum Deep Equilibrium Models
von: Schleich, Philipp, et al.
Veröffentlicht: (2024)

Tensor Network Generator-Enhanced Optimization for Traveling Salesman Problem
von: Sakai, Ryo, et al.
Veröffentlicht: (2026)

Quantum Enhanced Anomaly Detection for ADS-B Data using Hybrid Deep Learning
von: Naaman, Rani, et al.
Veröffentlicht: (2025)

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

Quantum AS-DeepOnet: Quantum Attentive Stacked DeepONet for Solving 2D Evolution Equations
von: Wang, Hongquan, et al.
Veröffentlicht: (2026)