Buchumschlag

Quantum Machine Learning: A Hands-on Tutorial for Machine Learning Practitioners and Researchers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Du, Yuxuan, Wang, Xinbiao, Guo, Naixu, Yu, Zhan, Qian, Yang, Zhang, Kaining, Hsieh, Min-Hsiu, Rebentrost, Patrick, Tao, Dacheng
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Quantum Physics Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AQER: a scalable and efficient data loader for digital quantum computers
von: Zhang, Kaining, et al.
Veröffentlicht: (2026)

Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits
von: Du, Yuxuan, et al.
Veröffentlicht: (2024)

AiDE-Q: Synthetic Labeled Datasets Can Enhance Learning Models for Quantum Property Estimation
von: Wang, Xinbiao, et al.
Veröffentlicht: (2025)

Transition Role of Entangled Data in Quantum Machine Learning
von: Wang, Xinbiao, et al.
Veröffentlicht: (2023)

Escaping from the Barren Plateau via Gaussian Initializations in Deep Variational Quantum Circuits
von: Zhang, Kaining, et al.
Veröffentlicht: (2022)

Fundamentals of Quantum Machine Learning and Robustness
von: Pira, Lirandë, et al.
Veröffentlicht: (2026)

MG-Net: Learn to Customize QAOA with Circuit Depth Awareness
von: Qian, Yang, et al.
Veröffentlicht: (2024)

Estimating properties of a quantum state by importance-sampled operator shadows
von: Guo, Naixu, et al.
Veröffentlicht: (2023)

Separable Power of Classical and Quantum Learning Protocols Through the Lens of No-Free-Lunch Theorem
von: Wang, Xinbiao, et al.
Veröffentlicht: (2024)

Online Learning of Pure States is as Hard as Mixed States
von: Meyer, Maxime, 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)

The curse of random quantum data
von: Zhang, Kaining, et al.
Veröffentlicht: (2024)

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

Accelerating Inference for Multilayer Neural Networks with Quantum Computers
von: Rattew, Arthur G., et al.
Veröffentlicht: (2025)

Quantum Transformer: Accelerating model inference via quantum linear algebra
von: Guo, Naixu, et al.
Veröffentlicht: (2024)

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

Quantum Learning with Tunable Loss Functions
von: Qiu, Yixian, et al.
Veröffentlicht: (2025)

Hardness of Quantum Distribution Learning and Quantum Cryptography
von: Hiroka, Taiga, et al.
Veröffentlicht: (2025)

Efficient Quantum Circuits for Machine Learning Activation Functions including Constant T-depth ReLU
von: Zi, Wei, et al.
Veröffentlicht: (2024)

Artificial intelligence for representing and characterizing quantum systems
von: Du, Yuxuan, et al.
Veröffentlicht: (2025)

Quantum-Train: Rethinking Hybrid Quantum-Classical Machine Learning in the Model Compression Perspective
von: Liu, Chen-Yu, et al.
Veröffentlicht: (2024)

Computational Complexity of Learning Efficiently Generatable Pure States
von: Hiroka, Taiga, et al.
Veröffentlicht: (2024)

Fast-forwardable Lindbladians imply quantum phase estimation
von: Shang, Zhong-Xia, et al.
Veröffentlicht: (2025)

Demonstration of Efficient Predictive Surrogates for Large-scale Quantum Processors
von: Liao, Wei-You, et al.
Veröffentlicht: (2025)

Characterizing the Burst Error Correction Ability of Quantum Cyclic Codes
von: Fan, Jihao, et al.
Veröffentlicht: (2025)

Mitigating Barren Plateaus in Quantum Denoising Diffusion Probabilistic Model
von: Cao, Haipeng, et al.
Veröffentlicht: (2025)

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

A Quantum Circuit-Based Compression Perspective for Parameter-Efficient Learning
von: Liu, Chen-Yu, et al.
Veröffentlicht: (2024)

A Neural-Guided Variational Quantum Algorithm for Efficient Sign Structure Learning in Hybrid Architectures
von: Ren, Mengzhen, et al.
Veröffentlicht: (2025)

Hybrid Quantum-Classical Algorithm For Robust Optimization via Stochastic-Gradient Online Learning
von: Lim, Debbie, et al.
Veröffentlicht: (2023)

Quantum Algorithm for Sparse Online Learning with Truncated Gradient Descent
von: Lim, Debbie, et al.
Veröffentlicht: (2024)

A Quick Introduction to Quantum Machine Learning for Non-Practitioners
von: Evans, Ethan N., et al.
Veröffentlicht: (2024)

The Quantum Esscher Transform
von: Qiu, Yixian, et al.
Veröffentlicht: (2024)

QTRL: Toward Practical Quantum Reinforcement Learning via Quantum-Train
von: Liu, Chen-Yu, et al.
Veröffentlicht: (2024)

Quantum algorithm for large-scale market equilibrium computation
von: Huang, Po-Wei, et al.
Veröffentlicht: (2024)

Quantum Optimization for Training Quantum Neural Networks
von: Liao, Yidong, et al.
Veröffentlicht: (2021)

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

Quantum Box-Muller Transform
von: Vu, Dinh-Long, et al.
Veröffentlicht: (2026)

Benchmarking Quantum Simulation Methods
von: Ku, Calvin, et al.
Veröffentlicht: (2025)

Simplified Quantum Weight Reduction with Optimal Bounds
von: Hsieh, Min-Hsiu, et al.
Veröffentlicht: (2025)