Buchumschlag

Quantum and Hybrid Machine-Learning Models for Materials-Science Tasks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Leyang, Gong, Yilun, Pei, Zongrui
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

Quantum and Hybrid Machine‐Learning Models for Materials‐Science Tasks
von: Leyang Wang, et al.
Veröffentlicht: (2026)

Riemann zeros and the KKR determinant
von: Pei, Zongrui
Veröffentlicht: (2025)

Quantum Machine Learning of Molecular Energies with Hybrid Quantum-Neural Wavefunction
von: Li, Weitang, et al.
Veröffentlicht: (2025)

Comparative study of the ansätze in quantum language models
von: Del Castillo, Jordi, et al.
Veröffentlicht: (2025)

Quantum Kernel Machine Learning for Autonomous Materials Science
von: Adams, Felix, et al.
Veröffentlicht: (2026)

Hybrid Heuristic Algorithms for Adiabatic Quantum Machine Learning Models
von: Alidaee, Bahram, et al.
Veröffentlicht: (2024)

Comparative Study of the Ansätze in Quantum Language Models
von: Jordi Del Castillo, et al.
Veröffentlicht: (2025)

Quantum-Train: Rethinking Hybrid Quantum-Classical Machine Learning in the Model Compression Perspective
von: Liu, Chen-Yu, et al.
Veröffentlicht: (2024)

Quantum Machine Learning for Predicting Binding Free Energies in Structure-Based Virtual Screening
von: Yang, Pei-Kun
Veröffentlicht: (2025)

Generalization Bounds in Hybrid Quantum-Classical Machine Learning Models
von: Wu, Tongyan, et al.
Veröffentlicht: (2025)

Learning Better Error Correction Codes with Hybrid Quantum-Assisted Machine Learning
von: Yanay, Yariv
Veröffentlicht: (2026)

Materials Discovery With Quantum-Enhanced Machine Learning Algorithms
von: Graña, Ignacio F., et al.
Veröffentlicht: (2025)

QuXAI: Explainers for Hybrid Quantum Machine Learning Models
von: Barua, Saikat, et al.
Veröffentlicht: (2025)

Hybrid Quantum-Classical Machine Learning with String Diagrams
von: Koziell-Pipe, Alexander, et al.
Veröffentlicht: (2024)

Quantum Architecture Search for Solving Quantum Machine Learning Tasks
von: Kölle, Michael, et al.
Veröffentlicht: (2025)

A Qubit-Efficient Hybrid Quantum Encoding Mechanism for Quantum Machine Learning
von: Cowlessur, Hevish, et al.
Veröffentlicht: (2025)

Partitioned Hybrid Quantum Fourier Neural Operators for Scientific Quantum Machine Learning
von: Marcandelli, Paolo, et al.
Veröffentlicht: (2025)

Hybrid Quantum--Classical Machine Learning Potential with Variational Quantum Circuits
von: Willow, Soohaeng Yoo, et al.
Veröffentlicht: (2025)

Quantum Machine Learning for Climate Modelling
von: Schwabe, Mierk, et al.
Veröffentlicht: (2025)

Quantum Patches: Enhancing Robustness of Quantum Machine Learning Models
von: Tran, Ban Q., et al.
Veröffentlicht: (2026)

Quantum-Classical Hybrid Algorithm for Solving the Learning-With-Errors Problem on NISQ Devices
von: Zheng, Muxi, et al.
Veröffentlicht: (2024)

Quantum Machine Learning
von: Usman, Muhammad
Veröffentlicht: (2025)

Superradiance enhances and suppresses fermionic pairing based on universal critical scaling in two order parameters systems
von: Xu, Yilun
Veröffentlicht: (2026)

Statistical physics for artificial neural networks
von: Pei, Zongrui
Veröffentlicht: (2025)

VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning
von: Qi, Jun, et al.
Veröffentlicht: (2025)

Hybrid Oscillator-Qubit Quantum Processors: Instruction Set Architectures, Abstract Machine Models, and Applications
von: Liu, Yuan, et al.
Veröffentlicht: (2024)

VeriQR: A Robustness Verification Tool for Quantum Machine Learning Models
von: Lin, Yanling, et al.
Veröffentlicht: (2024)

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

Hybrid Quantum-Classical Machine Learning Algorithms for Multi-Output Time-Series Forecasting at Utility Scale
von: Polché, Mackenson, et al.
Veröffentlicht: (2026)

Topological Quantum Transducers in a Hybrid Rydberg Atom System
von: Song, Pei-Yao, et al.
Veröffentlicht: (2025)

A Systematic Study of Noise Effects in Hybrid Quantum-Classical Machine Learning
von: Bose, Bhavna, et al.
Veröffentlicht: (2026)

Tight Generalization Bound for Supervised Quantum Machine Learning
von: Wang, Xin, et al.
Veröffentlicht: (2025)

Quantum Geometric Machine Learning
von: Perrier, Elija
Veröffentlicht: (2024)

QuantumLeak: Stealing Quantum Neural Networks from Cloud-based NISQ Machines
von: Fu, Zhenxiao, et al.
Veröffentlicht: (2024)

On the Importance of Fundamental Properties in Quantum-Classical Machine Learning Models
von: Illésová, Silvie, et al.
Veröffentlicht: (2025)

Data-Efficient Quantum Noise Modeling via Machine Learning
von: Ji, Yanjun, et al.
Veröffentlicht: (2025)

On the Role of Controllability in Pulse-based Quantum Machine Learning Models
von: Tao, Han-Xiao, et al.
Veröffentlicht: (2024)

Evaluating Sample-Based Krylov Quantum Diagonalization for Heisenberg Models with Applications to Materials Science
von: Firt, Roman, et al.
Veröffentlicht: (2025)

Hybrid Parameterized Quantum States for Variational Quantum Learning
von: Liu, Chen-Yu
Veröffentlicht: (2025)

Hybrid Action Reinforcement Learning for Quantum Architecture Search
von: Niu, Jiayang, et al.
Veröffentlicht: (2025)