Buchumschlag

Learning functions of Hamiltonians with Hamiltonian Fourier features

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Morohoshi, Yuto, Nakayama, Akimoto, Manabe, Hidetaka, Mitarai, Kosuke
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

Low-Resource Quantum Energy Gap Estimation via Randomization
von: Pages, Hugo, et al.
Veröffentlicht: (2026)

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

Explicit quantum surrogates for quantum kernel models
von: Nakayama, Akimoto, et al.
Veröffentlicht: (2024)

Classical variational optimization of PREPARE circuit for quantum phase estimation of quantum chemistry Hamiltonians
von: Morisaki, Hayata, et al.
Veröffentlicht: (2023)

Almost optimal measurement scheduling of molecular Hamiltonian via finite projective plane
von: Inoue, Wataru, et al.
Veröffentlicht: (2023)

Automating quantum feature map design via large language models
von: Sakka, Kenya, et al.
Veröffentlicht: (2025)

The State Preparation of Multivariate Normal Distributions using Tree Tensor Network
von: Manabe, Hidetaka, et al.
Veröffentlicht: (2024)

Fisher information based lower bounds on the cost of quantum phase estimation
von: Kimura, Ryosuke, et al.
Veröffentlicht: (2026)

Tensor Network Formulation of Dequantized Algorithms for Ground State Energy Estimation
von: Manabe, Hidetaka, et al.
Veröffentlicht: (2025)

Efficient Simulation of Leakage Errors in Quantum Error Correcting Codes Using Tensor Network Methods
von: Manabe, Hidetaka, et al.
Veröffentlicht: (2023)

Quasi-Monte Carlo Method for Linear Combination Unitaries via Classical Post-Processing
von: Kawamata, Yuya, et al.
Veröffentlicht: (2025)

Simulation and performance analysis of quantum error correction with a rotated surface code under a realistic noise model
von: Katsuda, Mitsuki, et al.
Veröffentlicht: (2022)

Algorithmic error mitigation for quantum eigenvalues estimation
von: Siegel, Adam, et al.
Veröffentlicht: (2023)

Efficient state preparation for multivariate Monte Carlo simulation
von: Mori, Hitomi, et al.
Veröffentlicht: (2024)

Observability Architecture for Quantum-Centric Supercomputing Workflows
von: Kanazawa, Naoki, et al.
Veröffentlicht: (2025)

Nonlinear transformation of complex amplitudes via quantum singular value transformation
von: Guo, Naixu, et al.
Veröffentlicht: (2021)

QAOA-MC: Markov chain Monte Carlo enhanced by Quantum Alternating Operator Ansatz
von: Nakano, Yuichiro, et al.
Veröffentlicht: (2023)

Efficient equivalence checking of Clifford-U circuits with shared single-qubit unitaries
von: Sakamoto, Daisuke, et al.
Veröffentlicht: (2026)

Accelerating Grover Adaptive Search: Qubit and Gate Count Reduction Strategies with Higher-Order Formulations
von: Sano, Yuki, et al.
Veröffentlicht: (2023)

Connecting the Hamiltonian structure to the QAOA energy and Fourier landscape structure
von: Stęchły, Michał, et al.
Veröffentlicht: (2023)

TTNOpt: Tree tensor network package for high-rank tensor compression
von: Watanabe, Ryo, et al.
Veröffentlicht: (2025)

Fourier transform-based linear combination of Hamiltonian simulation
von: Huang, Xi, et al.
Veröffentlicht: (2025)

Density-functional theory for the Dicke Hamiltonian
von: Bakkestuen, Vebjørn H., et al.
Veröffentlicht: (2024)

Multiparameter function estimation for general Hamiltonians
von: Abbasgholinejad, Erfan, et al.
Veröffentlicht: (2026)

Learning Symmetric Hamiltonian
von: Zhou, Jing, et al.
Veröffentlicht: (2024)

Continuous optimization by quantum adaptive distribution search
von: Morimoto, Kohei, et al.
Veröffentlicht: (2023)

Hamiltonian Learning in Quantum Field Theories
von: Ott, Robert, et al.
Veröffentlicht: (2024)

Evaluating higher-order product formulae for molecular ground-state energy estimation
von: Abe, Hiromu, et al.
Veröffentlicht: (2026)

Hamiltonian Decoded Quantum Interferometry for General Pauli Hamiltonians
von: Bu, Kaifeng, et al.
Veröffentlicht: (2026)

The cross-sectional stock return predictions via quantum neural network and tensor network
von: Kobayashi, Nozomu, et al.
Veröffentlicht: (2023)

Scalable circuit depth reduction in feedback-based quantum optimization with a quadratic approximation
von: Arai, Don, et al.
Veröffentlicht: (2024)

A Hamiltonian Formalism for Topological Recursion
von: Fuji, Hiroyuki, et al.
Veröffentlicht: (2025)

The Guided Local Hamiltonian Problem for Stoquastic Hamiltonians
von: Waite, Gabriel
Veröffentlicht: (2025)

The Quantum Hamiltonian Analysis Toolkit: Lowering the Barrier to Quantum Computing with Hamiltonians
von: Krueger, Brendan K., et al.
Veröffentlicht: (2026)

Mitigating Errors in Analog Quantum Simulation by Hamiltonian Reshaping or Hamiltonian Rescaling
von: Guo, Rui-Cheng, et al.
Veröffentlicht: (2024)

Floquet-informed Learning of Periodically Driven Hamiltonians
von: Li, Keren
Veröffentlicht: (2025)

Learning interacting fermionic Hamiltonians at the Heisenberg limit
von: Mirani, Arjun, et al.
Veröffentlicht: (2024)

Hamiltonian simulation for 3D elastic wave equations in homogeneous elastic media
von: Nakanishi, Kosuke, et al.
Veröffentlicht: (2026)

Quantum Circuit Unoptimization
von: Mori, Yusei, et al.
Veröffentlicht: (2023)

Quantum Hamiltonian Certification
von: Gao, Minbo, et al.
Veröffentlicht: (2025)