:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Singh, Gurinder, Jin, Hongni, Merz Jr, Kenneth M.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Quantum Physics Machine Learning
Online-Zugang:	https://arxiv.org/abs/2502.13056
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

QFGN: A Quantum Approach to High-Fidelity Implicit Neural Representations
von: Jin, Hongni, et al.
Veröffentlicht: (2025)

Improving GANs by leveraging the quantum noise from real hardware
von: Jin, Hongni, et al.
Veröffentlicht: (2025)

Quantum Generative Models for Image Generation: Insights from MNIST and MedMNIST
von: Chen, Chi-Sheng, et al.
Veröffentlicht: (2025)

Integrating Machine Learning and Quantum Circuits for Proton Affinity Predictions
von: Jin, Hongni, et al.
Veröffentlicht: (2024)

Domain-Aware Quantum Circuit for QML
von: Singh, Gurinder, et al.
Veröffentlicht: (2025)

Rethinking model prototyping through the MedMNIST+ dataset collection
von: Doerrich, Sebastian, et al.
Veröffentlicht: (2024)

Rethinking Foundation Models for Medical Image Classification through a Benchmark Study on MedMNIST
von: Wu, Fuping, et al.
Veröffentlicht: (2025)

MedMNIST-NAS-Bench: A Tabular Neural Architecture Search Benchmark on MedMNIST v2
von: Wang, Wei (William)
Veröffentlicht: (2026)

Enhancing variational quantum algorithms by balancing training on classical and quantum hardware
von: Bhowmick, Rahul, et al.
Veröffentlicht: (2025)

MedMNIST-C: Comprehensive benchmark and improved classifier robustness by simulating realistic image corruptions
von: Di Salvo, Francesco, et al.
Veröffentlicht: (2024)

Benchmarking PNW Model for MedMNIST to 100% Accuracy
von: Deng, Bo
Veröffentlicht: (2026)

Classification of the Fashion-MNIST Dataset on a Quantum Computer
von: Shen, Kevin, et al.
Veröffentlicht: (2024)

Reinforcement learning with learned gadgets to tackle hard quantum problems on real hardware
von: Kundu, Akash, et al.
Veröffentlicht: (2024)

Learning to rank quantum circuits for hardware-optimized performance enhancement
von: Hartnett, Gavin S., et al.
Veröffentlicht: (2024)

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

Curriculum reinforcement learning for quantum architecture search under hardware errors
von: Patel, Yash J., et al.
Veröffentlicht: (2024)

Assumption-free fidelity bounds for hardware noise characterization
von: Colombo, Nicolo
Veröffentlicht: (2025)

Qiskit Machine Learning: an open-source library for quantum machine learning tasks at scale on quantum hardware and classical simulators
von: Sahin, M. Emre, et al.
Veröffentlicht: (2025)

Implicit solvent sample-based quantum diagonalization
von: Kaliakin, Danil, et al.
Veröffentlicht: (2025)

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

Improving thermal state preparation of Sachdev-Ye-Kitaev model with reinforcement learning on quantum hardware
von: Kundu, Akash
Veröffentlicht: (2025)

Biclustering a dataset using photonic quantum computing
von: Borle, Ajinkya, et al.
Veröffentlicht: (2024)

Sustainable NARMA-10 Benchmarking for Quantum Reservoir Computing
von: Kodali, Avyay, et al.
Veröffentlicht: (2025)

Mitigating exponential concentration in covariant quantum kernels for subspace and real-world data
von: Agliardi, Gabriele, et al.
Veröffentlicht: (2024)

Quantum Generative Adversarial Autoencoders: Learning latent representations for quantum data generation
von: Raj, Naipunnya, et al.
Veröffentlicht: (2025)

Quantum enhanced stratification of Breast Cancer: exploring quantum expressivity for real omics data
von: Repetto, Valeria, et al.
Veröffentlicht: (2024)

Generative modeling assisted simulation of measurement-altered quantum criticality
von: Zhu, Yuchen, et al.
Veröffentlicht: (2024)

Stochastic noise can be helpful for variational quantum algorithms
von: Liu, Junyu, et al.
Veröffentlicht: (2022)

Neural networks leverage nominally quantum and post-quantum representations
von: Riechers, Paul M., et al.
Veröffentlicht: (2025)

Towards efficient quantum algorithms for diffusion probabilistic models
von: Wang, Yunfei, et al.
Veröffentlicht: (2025)

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

QGAN-based data augmentation for hybrid quantum-classical neural networks
von: He, Run-Ze, et al.
Veröffentlicht: (2025)

Efficient quantum-enhanced classical simulation for patches of quantum landscapes
von: Lerch, Sacha, et al.
Veröffentlicht: (2024)

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

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

Automatic re-calibration of quantum devices by reinforcement learning
von: Crosta, T., et al.
Veröffentlicht: (2024)

Data-driven criteria for quantum correlations
von: Krawczyk, Mateusz, et al.
Veröffentlicht: (2023)

Architectures and random properties of symplectic quantum circuits
von: García-Martín, Diego, et al.
Veröffentlicht: (2024)

Effects of noise on the overparametrization of quantum neural networks
von: García-Martín, Diego, et al.
Veröffentlicht: (2023)

Benchmarking a wide range of optimisers for solving the Fermi-Hubbard model using the variational quantum eigensolver
von: Jones, Benjamin D. M., et al.
Veröffentlicht: (2024)