Buchumschlag

Quantum thermodynamics and semi-definite optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Nana, Minervini, Michele, Patel, Dhrumil, Wilde, Mark M.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Quantum Physics Statistical Mechanics Data Structures and Algorithms Machine Learning Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fermi-Dirac machines as quantizations of neurons
von: He, Alexander, et al.
Veröffentlicht: (2026)

Natural gradient and parameter estimation for quantum Boltzmann machines
von: Patel, Dhrumil, et al.
Veröffentlicht: (2024)

Quantum Boltzmann machine learning of ground-state energies
von: Patel, Dhrumil, et al.
Veröffentlicht: (2024)

Constrained free energy minimization for the design of thermal states and stabilizer thermodynamic systems
von: Minervini, Michele, et al.
Veröffentlicht: (2025)

Quantum principal component analysis without eigenvector recovery
von: Yuan, Yewei, et al.
Veröffentlicht: (2026)

Evolved Quantum Boltzmann Machines
von: Minervini, Michele, et al.
Veröffentlicht: (2025)

Quantum natural gradient with thermal-state initialization
von: Minervini, Michele, et al.
Veröffentlicht: (2025)

Quantum Langevin Dynamics for Optimization
von: Chen, Zherui, et al.
Veröffentlicht: (2023)

Variational Quantum Algorithms for Semidefinite Programming
von: Patel, Dhrumil, et al.
Veröffentlicht: (2021)

Quantum EigenGame for excited state calculation
von: Quiroga, David, et al.
Veröffentlicht: (2025)

Quantum Algorithms and Lower Bounds for Finite-Sum Optimization
von: Zhang, Yexin, et al.
Veröffentlicht: (2024)

Quantum Algorithms for Bandits with Knapsacks with Improved Regret and Time Complexities
von: Su, Yuexin, et al.
Veröffentlicht: (2025)

A Catalyst Framework for the Quantum Linear System Problem via the Proximal Point Algorithm
von: Kim, Junhyung Lyle, et al.
Veröffentlicht: (2024)

Quantum speedups for stochastic optimization
von: Sidford, Aaron, et al.
Veröffentlicht: (2023)

Classical Simulation of High Temperature Quantum Ising Models
von: Crosson, Elizabeth, et al.
Veröffentlicht: (2020)

Exploiting Low-Rank Structure in Max-K-Cut Problems
von: Stevens, Ria, et al.
Veröffentlicht: (2026)

Schrödinger as a Quantum Programmer: Estimating Entanglement via Steering
von: Philip, Aby, et al.
Veröffentlicht: (2023)

Robustly Learning Single-Index Models via Alignment Sharpness
von: Zarifis, Nikos, et al.
Veröffentlicht: (2024)

Separating Oblivious and Adaptive Models of Variable Selection
von: Chen, Ziyun, et al.
Veröffentlicht: (2026)

Breaking the Heavy-Tailed Noise Barrier in Stochastic Optimization Problems
von: Puchkin, Nikita, et al.
Veröffentlicht: (2023)

Expanding the reach of quantum optimization with fermionic embeddings
von: Zhao, Andrew, et al.
Veröffentlicht: (2023)

A quantum central path algorithm for linear optimization
von: Augustino, Brandon, et al.
Veröffentlicht: (2023)

Bose-Einstein thermal operators for semidefinite optimization
von: Minervini, Michele, et al.
Veröffentlicht: (2026)

Counting with the quantum alternating operator ansatz
von: Drapeau, Julien, et al.
Veröffentlicht: (2025)

Fermi-Dirac thermal measurements: A framework for quantum hypothesis testing and semidefinite optimization
von: Liu, Nana, et al.
Veröffentlicht: (2026)

Quantum Gibbs states are locally Markovian
von: Chen, Chi-Fang, et al.
Veröffentlicht: (2025)

On Speedups for Convex Optimization via Quantum Dynamics
von: Chakrabarti, Shouvanik, et al.
Veröffentlicht: (2025)

Near-Optimal Quantum Algorithm for Minimizing the Maximal Loss
von: Wang, Hao, et al.
Veröffentlicht: (2024)

Gibbs Sampling of Continuous Potentials on a Quantum Computer
von: Motamedi, Arsalan, et al.
Veröffentlicht: (2022)

Quantum Speedups for Group Relaxations of Integer Linear Programs
von: Augustino, Brandon, et al.
Veröffentlicht: (2026)

Quantum speedups for linear programming via interior point methods
von: Apers, Simon, et al.
Veröffentlicht: (2023)

Quantum Optimization Algorithms in Operations Research: Methods, Applications, and Implications
von: Klug, Florian
Veröffentlicht: (2023)

Quantum Approximate Optimization Algorithms for Maximum Cut on Low-Girth Graphs
von: Li, Tongyang, et al.
Veröffentlicht: (2024)

Quantum Neural Estimation of Entropies
von: Goldfeld, Ziv, et al.
Veröffentlicht: (2023)

No quantum advantage implies improved bounds and classical algorithms for the binary paint shop problem
von: Goh, Mark, et al.
Veröffentlicht: (2026)

Generalized Short Path Algorithms: Towards Super-Quadratic Speedup over Markov Chain Search for Combinatorial Optimization
von: Chakrabarti, Shouvanik, et al.
Veröffentlicht: (2024)

Multi-LLM Query Optimization
von: Dean, Arlen, et al.
Veröffentlicht: (2026)

Min-Max Optimization Is Strictly Easier Than Variational Inequalities
von: Shugart, Henry, et al.
Veröffentlicht: (2025)

Negative Stepsizes Make Gradient-Descent-Ascent Converge
von: Shugart, Henry, et al.
Veröffentlicht: (2025)

A hierarchy of eigencomputations for polynomial optimization on the sphere
von: Lovitz, Benjamin, et al.
Veröffentlicht: (2023)