Copertina

Application of quantum machine learning using quantum kernel algorithms on multiclass neuron M type classification

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Vasques, Xavier, Paik, Hanhee, Cif, Laura
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Quantum Physics Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

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

The role of data-induced randomness in quantum machine learning classification tasks
di: Casas, Berta, et al.
Pubblicazione: (2024)

Quantum machine learning for multiclass classification beyond kernel methods
di: Ding, Chao, et al.
Pubblicazione: (2024)

Satellite image classification with neural quantum kernels
di: Rodriguez-Grasa, Pablo, et al.
Pubblicazione: (2024)

Maritime object classification with SAR imagery using quantum kernel methods
di: Tanner, John, et al.
Pubblicazione: (2025)

Structured quantum learning via em algorithm for Boltzmann machines
di: Kimura, Takeshi, et al.
Pubblicazione: (2025)

Optimal algorithmic complexity of inference in quantum kernel methods
di: Gil-Fuster, Elies, et al.
Pubblicazione: (2026)

Towards provably efficient quantum algorithms for large-scale machine-learning models
di: Liu, Junyu, et al.
Pubblicazione: (2023)

Fourier series weight in quantum machine learning
di: Atchade-Adelomou, Parfait, et al.
Pubblicazione: (2023)

Opportunities and limitations of explaining quantum machine learning
di: Gil-Fuster, Elies, et al.
Pubblicazione: (2024)

Bayesian quantum sensing using graybox machine learning
di: Youssry, Akram, et al.
Pubblicazione: (2026)

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

Reinforcement learning-based architecture search for quantum machine learning
di: Rapp, Frederic, et al.
Pubblicazione: (2024)

Shadows of quantum machine learning
di: Jerbi, Sofiene, et al.
Pubblicazione: (2023)

On the similarity of bandwidth-tuned quantum kernels and classical kernels
di: Flórez-Ablan, Roberto, et al.
Pubblicazione: (2025)

Blind quantum machine learning with quantum bipartite correlator
di: Li, Changhao, et al.
Pubblicazione: (2023)

On the expressivity of embedding quantum kernels
di: Gil-Fuster, Elies, et al.
Pubblicazione: (2023)

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

Understanding quantum machine learning also requires rethinking generalization
di: Gil-Fuster, Elies, et al.
Pubblicazione: (2023)

Double descent in quantum kernel methods
di: Kempkes, Marie, et al.
Pubblicazione: (2025)

Automatic and effective discovery of quantum kernels
di: Incudini, Massimiliano, et al.
Pubblicazione: (2022)

Exponential concentration in quantum kernel methods
di: Thanasilp, Supanut, et al.
Pubblicazione: (2022)

Variational decision diagrams for quantum-inspired machine learning applications
di: Vargas-Calderón, Vladimir, et al.
Pubblicazione: (2025)

Superior resilience to poisoning and amenability to unlearning in quantum machine learning
di: Chen, Yu-Qin, et al.
Pubblicazione: (2025)

Prospects for quantum advantage in machine learning from the representability of functions
di: Masot-Llima, Sergi, et al.
Pubblicazione: (2025)

Symmetry breaking in geometric quantum machine learning in the presence of noise
di: Tüysüz, Cenk, et al.
Pubblicazione: (2024)

A general learning scheme for classical and quantum Ising machines
di: Schmid, Ludwig, et al.
Pubblicazione: (2023)

Spectral methods: crucial for machine learning, natural for quantum computers?
di: Belis, Vasilis, et al.
Pubblicazione: (2026)

Dynamical simulation via quantum machine learning with provable generalization
di: Gibbs, Joe, et al.
Pubblicazione: (2022)

Information plane and compression-gnostic feedback in quantum machine learning
di: Haboury, Nathan, et al.
Pubblicazione: (2024)

Improved machine learning algorithm for predicting ground state properties
di: Lewis, Laura, et al.
Pubblicazione: (2023)

The interplay of robustness and generalization in quantum machine learning
di: Berberich, Julian, et al.
Pubblicazione: (2025)

Training-efficient density quantum machine learning
di: Coyle, Brian, et al.
Pubblicazione: (2024)

On fundamental aspects of quantum extreme learning machines
di: Xiong, Weijie, et al.
Pubblicazione: (2023)

Dimension reduction with structure-aware quantum circuits for hybrid machine learning
di: Daskin, Ammar
Pubblicazione: (2025)

Potential and limitations of random Fourier features for dequantizing quantum machine learning
di: Sweke, Ryan, et al.
Pubblicazione: (2023)

A semi-agnostic ansatz with variable structure for quantum machine learning
di: Bilkis, M., et al.
Pubblicazione: (2021)

Neural auto-designer for enhanced quantum kernels
di: Lei, Cong, et al.
Pubblicazione: (2024)

Hybrid model of the kernel method for quantum computers
di: de Borba, Jhordan Silveira, et al.
Pubblicazione: (2024)

Shot-frugal and Robust quantum kernel classifiers
di: Shastry, Abhay, et al.
Pubblicazione: (2022)