Buchumschlag

Unlocking the power of global quantum gates with machine learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Singh, Vinit, Yan, Bin
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

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

Polynomially efficient quantum enabled variational Monte Carlo for training neural-network quantum states for physico-chemical applications
von: Sajjan, Manas, et al.
Veröffentlicht: (2024)

Photovoltaic power forecasting using quantum machine learning
von: Sagingalieva, Asel, et al.
Veröffentlicht: (2023)

Coherence-gated quantum devices via real-time weak measurement
von: Singh, Priyank
Veröffentlicht: (2026)

Nonadiabatic geometric quantum gates with on-demand trajectories
von: Liang, Yan, 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)

Meta-learning assisted robust control of universal quantum gates with uncertainties
von: Zhang, Shihui, et al.
Veröffentlicht: (2024)

Efficient circuit compression by multi-qudit entangling gates in linear optical quantum computation
von: Apurav, et al.
Veröffentlicht: (2026)

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)

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)

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

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

Efficient learning of quantum states prepared with few fermionic non-Gaussian gates
von: Mele, Antonio Anna, et al.
Veröffentlicht: (2024)

Fast and memory-efficient classical simulation of quantum machine learning via forward and backward gate fusion
von: Kawase, Yoshiaki
Veröffentlicht: (2026)

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

High-fidelity molecular quantum logic gates resilient to interaction fluctuation
von: Lu, Yan, et al.
Veröffentlicht: (2026)

Qiboml: towards the orchestration of quantum-classical machine learning
von: Robbiati, Matteo, et al.
Veröffentlicht: (2025)

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

Detection of quantum information masking via machine learning
von: Mao, Sheng-Ao, et al.
Veröffentlicht: (2025)

Parallelizing the stabilizer formalism for quantum machine learning applications
von: Hai, Vu Tuan, et al.
Veröffentlicht: (2025)

VQE-generated quantum circuit dataset for machine learning
von: Nakayama, Akimoto, et al.
Veröffentlicht: (2023)

Distributed quantum machine learning via classical communication
von: Hwang, Kiwmann, et al.
Veröffentlicht: (2024)

Light-cone feature selection for quantum machine learning
von: Suzuki, Yudai, et al.
Veröffentlicht: (2024)

Variational quantum state discriminator for supervised machine learning
von: Lee, Dongkeun, et al.
Veröffentlicht: (2023)

Application of machine learning to experimental design in quantum mechanics
von: Belliardo, Federico, et al.
Veröffentlicht: (2024)

Training microwave pulses using quantum machine learning
von: Nola, Jaden, et al.
Veröffentlicht: (2024)

Benchmarking quantum gates and circuits
von: Tripathi, Vinay, et al.
Veröffentlicht: (2024)

Designing fast quantum gates using optimal control with a reinforcement-learning ansatz
von: Sarma, Bijita, et al.
Veröffentlicht: (2023)

Unitary tetrahedron quantum gates
von: Singh, Vivek Kumar, et al.
Veröffentlicht: (2024)

Learning complexity gradually in quantum machine learning models
von: Recio-Armengol, Erik, et al.
Veröffentlicht: (2024)

Quantum dot-based high-fidelity universal quantum gates in noisy environment
von: Tiwari, Yash, et al.
Veröffentlicht: (2021)

Shadows of quantum machine learning
von: Jerbi, Sofiene, et al.
Veröffentlicht: (2023)

Scalable protocol to mitigate $ZZ$ crosstalk in universal quantum gates
von: Liang, Yan, et al.
Veröffentlicht: (2023)

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