Buchumschlag

Learning to Maximize Quantum Neural Network Expressivity via Effective Rank

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Yao, Juan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Quantum Physics Computational Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Physics-Informed Neural Networks for Maximizing Quantum Fisher Information in Time-Dependent Many-Body Systems
von: Ferrer-Sánchez, Antonio, et al.
Veröffentlicht: (2026)

Efficient and Expressive Boundary Conditions in Quantum Lattice Boltzmann Methods
von: Georgescu, Călin A., et al.
Veröffentlicht: (2026)

Classical Neural Networks on Quantum Devices via Tensor Network Disentanglers: A Case Study in Image Classification
von: Aizpurua, Borja, et al.
Veröffentlicht: (2025)

Quantum Orthogonal Separable Physics-Informed Neural Networks
von: Zanotta, Pietro, et al.
Veröffentlicht: (2025)

Assessing the Advantages and Limitations of Quantum Neural Networks in Regression Tasks
von: de Limaa, Gubio G., et al.
Veröffentlicht: (2025)

QMetric: Benchmarking Quantum Neural Networks Across Circuits, Features, and Training Dimensions
von: Illésová, Silvie, et al.
Veröffentlicht: (2025)

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

Qracle: A Graph-Neural-Network-based Parameter Initializer for Variational Quantum Eigensolvers
von: Zhang, Chi, et al.
Veröffentlicht: (2025)

Expressive Quantum Perceptrons for Quantum Neuromorphic Computing
von: Bravo, Rodrigo Araiza, et al.
Veröffentlicht: (2022)

Enhancing Expressivity of Quantum Neural Networks Based on the SWAP test
von: Nagies, Sebastian, et al.
Veröffentlicht: (2025)

Unleashing the Expressive Power of Pulse-Based Quantum Neural Networks
von: Tao, Han-Xiao, et al.
Veröffentlicht: (2024)

Quantum Noise Tomography with Physics-Informed Neural Networks
von: Sulc, Antonin
Veröffentlicht: (2025)

A Joint Quantum Computing, Neural Network and Embedding Theory Approach for the Derivation of the Universal Functional
von: Uttendorfer, Martin J., et al.
Veröffentlicht: (2025)

Accurate Computation of Quantum Excited States with Neural Networks
von: Pfau, David, et al.
Veröffentlicht: (2023)

Trade-off between Gradient Measurement Efficiency and Expressivity in Deep Quantum Neural Networks
von: Chinzei, Koki, et al.
Veröffentlicht: (2024)

Renormalization-Inspired Effective Field Neural Networks for Scalable Modeling of Classical and Quantum Many-Body Systems
von: Liu, Xi, et al.
Veröffentlicht: (2025)

Variational quantum state diagonalization with computational-basis probabilities
von: Yao, Juan
Veröffentlicht: (2024)

Non-Unitary Quantum Machine Learning: Fisher Efficiency Transitions from Distributed Quantum Expressivity
von: Masta, Apoorv Kumar, et al.
Veröffentlicht: (2026)

Quantum State Preparation via Neural Network Encoding in Quantum Machine Learning
von: Aoun, Kevin W., et al.
Veröffentlicht: (2026)

Hamiltonian Learning via Inverse Physics-Informed Neural Networks
von: Liu, Jie, et al.
Veröffentlicht: (2025)

Learning to Learn with Quantum Optimization via Quantum Neural Networks
von: Chen, Kuan-Cheng, et al.
Veröffentlicht: (2025)

Open Quantum Systems from Dynamical Constraints
von: Su, Yu, et al.
Veröffentlicht: (2026)

HQNET: Harnessing Quantum Noise for Effective Training of Quantum Neural Networks in NISQ Era
von: Kashif, Muhammad, et al.
Veröffentlicht: (2024)

Expressivity Limits of Quantum Reservoir Computing
von: Schütte, Nils-Erik, et al.
Veröffentlicht: (2025)

Trainability and Expressivity of Hamming-Weight Preserving Quantum Circuits for Machine Learning
von: Monbroussou, Léo, et al.
Veröffentlicht: (2023)

Expressive and Scalable Quantum Fusion for Multimodal Learning
von: Nguyen, Tuyen, et al.
Veröffentlicht: (2025)

Autoregressive Transformer Neural Network for Simulating Open Quantum Systems via a Probabilistic Formulation
von: Luo, Di, et al.
Veröffentlicht: (2020)

Quantum Feature Amplification Network (QFAN) as An Autoregressive Quantum Generative Model
von: Slim, Jamal, et al.
Veröffentlicht: (2026)

Energy-Embedded Neural Solvers for One-Dimensional Quantum Systems
von: Wu, Yi-Qiang, et al.
Veröffentlicht: (2025)

Quantum DeepONet: Neural operators accelerated by quantum computing
von: Xiao, Pengpeng, et al.
Veröffentlicht: (2024)

LCQNN: Linear Combination of Quantum Neural Networks
von: Yao, Hongshun, et al.
Veröffentlicht: (2025)

Enhanced Variational Quantum Kolmogorov-Arnold Network
von: Wakaura, Hikaru, et al.
Veröffentlicht: (2025)

Deterministic Realization of Classical Dissipation on Quantum Computers
von: Khan, Muhammad Idrees, et al.
Veröffentlicht: (2026)

Optimizer-Dependent Generalization Bound for Quantum Neural Networks
von: Zhu, Chenghong, et al.
Veröffentlicht: (2025)

Expressivity Limits in Quantum Walk-based Optimization
von: Bridi, Guilherme A., et al.
Veröffentlicht: (2025)

On the Differential Topology of Expressivity of Parameterized Quantum Circuits
von: Barzen, Johanna, et al.
Veröffentlicht: (2025)

Expressive Quantum Supervised Machine Learning using Kerr-nonlinear Parametric Oscillators
von: Mori, Yuichiro, et al.
Veröffentlicht: (2023)

Constrained and Vanishing Expressivity of Quantum Fourier Models
von: Mhiri, Hela, et al.
Veröffentlicht: (2024)

Quantum Convolutional Neural Networks are Effectively Classically Simulable
von: Bermejo, Pablo, et al.
Veröffentlicht: (2024)

Adaptive Tensor Network Sampling for Quantum Optimal Control
von: Zeybek, Zeki, et al.
Veröffentlicht: (2026)