Buchumschlag

Provable Quantum Algorithm Advantage for Gaussian Process Quadrature

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Galvis-Florez, Cristian A., Farooq, Ahmad, Särkkä, Simo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation Machine Learning Quantum Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Quantum-Assisted Hilbert-Space Gaussian Process Regression
von: Farooq, Ahmad, et al.
Veröffentlicht: (2024)

Quantum-assisted Gaussian process regression using random Fourier features
von: Galvis-Florez, Cristian A., et al.
Veröffentlicht: (2025)

Assessing Quantum Advantage for Gaussian Process Regression
von: Lowe, Dominic, et al.
Veröffentlicht: (2025)

Provably Robust Training of Quantum Circuit Classifiers Against Parameter Noise
von: Tecot, Lucas, et al.
Veröffentlicht: (2025)

Auxiliary MCMC and particle Gibbs samplers for parallelisable inference in latent dynamical systems
von: Corenflos, Adrien, et al.
Veröffentlicht: (2023)

QC-Forest: a Classical-Quantum Algorithm to Provably Speedup Retraining of Random Forest
von: Yalovetzky, Romina, et al.
Veröffentlicht: (2024)

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

Accuracy vs Memory Advantage in the Quantum Simulation of Stochastic Processes
von: Banchi, Leonardo
Veröffentlicht: (2023)

Quantum Gaussian Process Regression for Bayesian Optimization
von: Rapp, Frederic, et al.
Veröffentlicht: (2023)

Limitations of Quantum Advantage in Unsupervised Machine Learning
von: Patel, Apoorva D.
Veröffentlicht: (2025)

Classical Verification of Quantum Learning Advantages with Noises
von: Ma, Yinghao, et al.
Veröffentlicht: (2024)

Prospects of Privacy Advantage in Quantum Machine Learning
von: Heredge, Jamie, et al.
Veröffentlicht: (2024)

In Search of Quantum Advantage: Estimating the Number of Shots in Quantum Kernel Methods
von: Miroszewski, Artur, et al.
Veröffentlicht: (2024)

Exponential Quantum Communication Advantage in Distributed Inference and Learning
von: Gilboa, Dar, et al.
Veröffentlicht: (2023)

Determination of Particle-Size Distributions from Light-Scattering Measurement Using Constrained Gaussian Process Regression
von: Seyedheydari, Fahime, et al.
Veröffentlicht: (2025)

Quantum-Informed Machine Learning for Predicting Spatiotemporal Chaos with Practical Quantum Advantage
von: Wang, Maida, et al.
Veröffentlicht: (2025)

Learning Quantum Processes with Quantum Statistical Queries
von: Wadhwa, Chirag, et al.
Veröffentlicht: (2023)

Quantum Machine Learning in Transportation: A Case Study of Pedestrian Stress Modelling
von: Rababah, Bara, et al.
Veröffentlicht: (2025)

Physics-Informed Machine Learning for Grade Prediction in Froth Flotation
von: Nasiri, Mahdi, et al.
Veröffentlicht: (2024)

Quantum Advantage in Multi Agent Reinforcement Learning
von: Dahia, Simranjeet Singh, et al.
Veröffentlicht: (2026)

Quantum Advantage Actor-Critic for Reinforcement Learning
von: Kölle, Michael, et al.
Veröffentlicht: (2024)

Q-SINDy: Quantum-Kernel Sparse Identification of Nonlinear Dynamics with Provable Coefficient Debiasing
von: Roy, Samrendra, et al.
Veröffentlicht: (2026)

Online Bayesian Experimental Design for Partially Observed Dynamical Systems
von: Pérez-Vieites, Sara, et al.
Veröffentlicht: (2025)

Empirical Quantum Advantage Analysis of Quantum Kernel in Gene Expression Data
von: Ghosh, Arpita, et al.
Veröffentlicht: (2024)

Adaptive H-EFT-VA: A Provably Safe Trajectory Through the Trainability-Expressibility Landscape of Variational Quantum Algorithms
von: Hamid, Eyad I. B.
Veröffentlicht: (2026)

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

Sparks of Quantum Advantage and Rapid Retraining in Machine Learning
von: Troy, William
Veröffentlicht: (2024)

Quantum Reinforcement Learning in Non-Abelian Environments: Unveiling Novel Formulations and Quantum Advantage Exploration
von: Ghosal, Shubhayan
Veröffentlicht: (2024)

Multimodal Quantum Natural Language Processing: A Novel Framework for using Quantum Methods to Analyse Real Data
von: Hawashin, Hala
Veröffentlicht: (2024)

Quantum Shadow Gradient Descent for Variational Quantum Algorithms
von: Heidari, Mohsen, et al.
Veröffentlicht: (2023)

A Unified Framework for Provably Efficient Algorithms to Estimate Shapley Values
von: Chen, Tyler, et al.
Veröffentlicht: (2025)

Hybrid-Quantum Neural Architecture Search for The Proximal Policy Optimization Algorithm
von: Zada, Moustafa
Veröffentlicht: (2025)

Reducing the Complexity of Matrix Multiplication to $O(N^2log_2N)$ by an Asymptotically Optimal Quantum Algorithm
von: Yao, Jiaqi, et al.
Veröffentlicht: (2026)

Quadratic Advantage with Quantum Randomized Smoothing Applied to Time-Series Analysis
von: Franco, Nicola, et al.
Veröffentlicht: (2024)

Quantum Neural Physics: Solving Partial Differential Equations on Quantum Simulators using Quantum Convolutional Neural Networks
von: Zhai, Jucai, et al.
Veröffentlicht: (2026)

Provably Efficient Exploration in Quantum Reinforcement Learning with Logarithmic Worst-Case Regret
von: Zhong, Han, et al.
Veröffentlicht: (2023)

Quantum neural networks form Gaussian processes
von: García-Martín, Diego, et al.
Veröffentlicht: (2023)

Dual-Level Models for Physics-Informed Multi-Step Time Series Forecasting
von: Nasiri, Mahdi, et al.
Veröffentlicht: (2026)

Predicting Ground State Properties: Constant Sample Complexity and Deep Learning Algorithms
von: Wanner, Marc, et al.
Veröffentlicht: (2024)

Quantum Data Encoding and Variational Algorithms: A Framework for Hybrid Quantum Classical Machine Learning
von: Bose, Bhavna, et al.
Veröffentlicht: (2025)