Buchumschlag

Multi-agent Markov Entanglement

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Shuze, Peng, Tianyi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Quantum Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Entanglement Detection with Quantum-inspired Kernels and SVMs
von: Martínez-Sabiote, Ana, et al.
Veröffentlicht: (2025)

Quantum Logic Gate Synthesis as a Markov Decision Process
von: Alam, M. Sohaib, et al.
Veröffentlicht: (2019)

Quantum framework for Reinforcement Learning: Integrating Markov decision process, quantum arithmetic, and trajectory search
von: Su, Thet Htar, et al.
Veröffentlicht: (2024)

Entanglement-induced provable and robust quantum learning advantages
von: Zhao, Haimeng, et al.
Veröffentlicht: (2024)

Comparison of D-Wave Quantum Annealing and Markov Chain Monte Carlo for Sampling from a Probability Distribution of a Restricted Boltzmann Machine
von: Yazizi, Abdelmoula El, et al.
Veröffentlicht: (2025)

Robust Iterative Learning Hidden Quantum Markov Models
von: Ning, Ning
Veröffentlicht: (2025)

Artificial Entanglement in the Fine-Tuning of Large Language Models
von: Chen, Min, et al.
Veröffentlicht: (2026)

Impact of Single Rotations and Entanglement Topologies in Quantum Neural Networks
von: Mordacci, Marco, et al.
Veröffentlicht: (2025)

Feature Entanglement-based Quantum Multimodal Fusion Neural Network
von: Wu, Yu, et al.
Veröffentlicht: (2026)

The Role of Entanglement in Quantum Reservoir Computing with Coupled Kerr Nonlinear Oscillators
von: Karimi, Ali, et al.
Veröffentlicht: (2025)

Quantum Speedups for Markov Chain Monte Carlo Methods with Application to Optimization
von: Ozgul, Guneykan, et al.
Veröffentlicht: (2025)

On the physics of nested Markov models: a generalized probabilistic theory perspective
von: Zhang, Xingjian, et al.
Veröffentlicht: (2024)

Quantum Entanglement as Super-Confounding: From Bell's Theorem to Robust Machine Learning
von: Kang, Pilsung
Veröffentlicht: (2025)

Batch Entanglement Detection in Parameterized Qubit States using Classical Bandit Algorithms
von: Bharati, K., et al.
Veröffentlicht: (2024)

Quantum Speedups in Regret Analysis of Infinite Horizon Average-Reward Markov Decision Processes
von: Ganguly, Bhargav, et al.
Veröffentlicht: (2023)

QCA-MolGAN: Quantum Circuit Associative Molecular GAN with Multi-Agent Reinforcement Learning
von: Thomas, Aaron Mark, et al.
Veröffentlicht: (2025)

Quantum Dynamics of Machine Learning
von: Wang, Peng, et al.
Veröffentlicht: (2024)

Graph Learning for Parameter Prediction of Quantum Approximate Optimization Algorithm
von: Liang, Zhiding, et al.
Veröffentlicht: (2024)

Persistent Ballistic Entanglement Spreading with Optimal Control in Quantum Spin Chains
von: Lu, Ying, et al.
Veröffentlicht: (2023)

Breaking Through Barren Plateaus: Reinforcement Learning Initializations for Deep Variational Quantum Circuits
von: Peng, Yifeng, et al.
Veröffentlicht: (2025)

Multi-channel convolutional neural quantum embedding
von: Kim, Yujin, et al.
Veröffentlicht: (2025)

Efficient Multi-Policy Evaluation for Reinforcement Learning
von: Liu, Shuze Daniel, et al.
Veröffentlicht: (2024)

What Makes Data Suitable for a Locally Connected Neural Network? A Necessary and Sufficient Condition Based on Quantum Entanglement
von: Alexander, Yotam, et al.
Veröffentlicht: (2023)

Quantum Convolutional Neural Networks for Multi-Channel Supervised Learning
von: Smaldone, Anthony M., et al.
Veröffentlicht: (2023)

QCircuitBench: A Large-Scale Dataset for Benchmarking Quantum Algorithm Design
von: Yang, Rui, et al.
Veröffentlicht: (2024)

Flow-Based Sampling for Entanglement Entropy and the Machine Learning of Defects
von: Bulgarelli, Andrea, et al.
Veröffentlicht: (2024)

Mitigating Frequency Learning Bias in Quantum Models via Multi-Stage Residual Learning
von: Daskin, Ammar
Veröffentlicht: (2026)

Q-RUN: Quantum-Inspired Data Re-uploading Networks
von: Qiao, Wenbo, et al.
Veröffentlicht: (2025)

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

Generative Quantum-inspired Kolmogorov-Arnold Eigensolver
von: Lin, Yu-Cheng, et al.
Veröffentlicht: (2026)

Modeling stochastic eye tracking data: A comparison of quantum generative adversarial networks and Markov models
von: Bhandari, Shailendra, et al.
Veröffentlicht: (2024)

Stochastic Entanglement Configuration for Constructive Entanglement Topologies in Quantum Machine Learning with Application to Cardiac MRI
von: Mehrnia, Mehri, et al.
Veröffentlicht: (2025)

Multi-Scale Feature Fusion Quantum Depthwise Convolutional Neural Networks for Text Classification
von: Chen, Yixiong, et al.
Veröffentlicht: (2024)

Neural PDE Solvers with Physics Constraints: A Comparative Study of PINNs, DRM, and WANs
von: Chen, Jiakang
Veröffentlicht: (2025)

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

Generative quantum machine learning via denoising diffusion probabilistic models
von: Zhang, Bingzhi, et al.
Veröffentlicht: (2023)

You Only Measure Once: On Designing Single-Shot Quantum Machine Learning Models
von: Liu, Chen-Yu, et al.
Veröffentlicht: (2025)

Special-Unitary Parameterization for Trainable Variational Quantum Circuits
von: Chen, Kuan-Cheng, et al.
Veröffentlicht: (2025)

Experimental robustness benchmarking of quantum neural networks on a superconducting quantum processor
von: Zhang, Hai-Feng, et al.
Veröffentlicht: (2025)

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