Buchumschlag

Advances in Machine Learning: Where Can Quantum Techniques Help?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kashyap, Samarth, Ramakrishnan, Rohit K, Jyoti, Kumari, Patel, Apoorva D
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

Limitations of Quantum Advantage in Unsupervised Machine Learning
von: Patel, Apoorva D.
Veröffentlicht: (2025)

Quantum-Assisted Machine Learning Models for Enhanced Weather Prediction
von: Sakhuja, Saiyam, et al.
Veröffentlicht: (2025)

Shot-frugal and Robust quantum kernel classifiers
von: Shastry, Abhay, et al.
Veröffentlicht: (2022)

Quantum Machine Learning on Near-Term Quantum Devices: Current State of Supervised and Unsupervised Techniques for Real-World Applications
von: Gujju, Yaswitha, et al.
Veröffentlicht: (2023)

Understanding Generalization in Quantum Machine Learning with Margins
von: Hur, Tak, et al.
Veröffentlicht: (2024)

Machine Learning for Practical Quantum Error Mitigation
von: Liao, Haoran, et al.
Veröffentlicht: (2023)

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

Quantum Machine Learning: Quantum Kernel Methods
von: Naguleswaran, Sanjeev
Veröffentlicht: (2024)

Improving Quantum Machine Learning via Heat-Bath Algorithmic Cooling
von: Rodríguez-Briones, Nayeli A., et al.
Veröffentlicht: (2025)

Influence of Data Dimensionality Reduction Methods on the Effectiveness of Quantum Machine Learning Models
von: Shinde, Aakash Ravindra, et al.
Veröffentlicht: (2025)

Multiple Embeddings for Quantum Machine Learning
von: Han, Siyu, et al.
Veröffentlicht: (2025)

Noise Models Impacts and Mitigation Strategies in Photonic Quantum Machine Learning
von: Alagiyawanna, A. M. A. S. D., et al.
Veröffentlicht: (2026)

Revisiting Quantum Code Generation: Where Should Domain Knowledge Live?
von: Novo, Oscar, et al.
Veröffentlicht: (2026)

QTabGAN: A Hybrid Quantum-Classical GAN for Tabular Data Synthesis
von: Kumari, Subhangi, et al.
Veröffentlicht: (2026)

EnQode: Fast Amplitude Embedding for Quantum Machine Learning Using Classical Data
von: Han, Jason, et al.
Veröffentlicht: (2025)

Exploring Quantum Machine Learning for Weather Forecasting
von: da Silva, Maria Heloísa F., et al.
Veröffentlicht: (2025)

Quantum Machine Learning via Contrastive Training
von: Zhukas, Liudmila A., et al.
Veröffentlicht: (2025)

Spectral Bias in Variational Quantum Machine Learning
von: Duffy, Callum, et al.
Veröffentlicht: (2025)

Entangling Machine Learning with Quantum Tensor Networks
von: van der Poel, Constantijn, et al.
Veröffentlicht: (2024)

Prospects of Privacy Advantage in Quantum Machine Learning
von: Heredge, Jamie, et al.
Veröffentlicht: (2024)

On the Sample Complexity of Quantum Boltzmann Machine Learning
von: Coopmans, Luuk, et al.
Veröffentlicht: (2023)

Quantum Machine Learning Playground
von: Debus, Pascal, et al.
Veröffentlicht: (2025)

An Empirical Comparison of Optimizers for Quantum Machine Learning with SPSA-based Gradients
von: Wiedmann, Marco, et al.
Veröffentlicht: (2023)

Enhanced Photonic Chip Design via Interpretable Machine Learning Techniques
von: Pira, Lirandë, et al.
Veröffentlicht: (2025)

Large Language Models Can Help Mitigate Barren Plateaus in Quantum Neural Networks
von: Zhuang, Jun, et al.
Veröffentlicht: (2025)

Adapting Quantum Machine Learning for Energy Dissociation of Bonds
von: Chandrasekhar, Swathi, et al.
Veröffentlicht: (2025)

Quantum Boltzmann Machines for Sample-Efficient Reinforcement Learning
von: Gerlach, Thore, et al.
Veröffentlicht: (2025)

Arbitrary Polynomial Separations in Trainable Quantum Machine Learning
von: Anschuetz, Eric R., et al.
Veröffentlicht: (2024)

Efficient Mutation Testing of Quantum Machine Learning Models
von: Andrews, Emma, et al.
Veröffentlicht: (2026)

Distributed and Secure Kernel-Based Quantum Machine Learning
von: Swaminathan, Arjhun, et al.
Veröffentlicht: (2024)

Benchmarking Machine Learning Models for Quantum Error Correction
von: Zhao, Yue
Veröffentlicht: (2023)

AQMLator -- An Auto Quantum Machine Learning E-Platform
von: Rybotycki, Tomasz, et al.
Veröffentlicht: (2024)

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)

Quantum-Informed Machine Learning for Predicting Spatiotemporal Chaos with Practical Quantum Advantage
von: Wang, Maida, et al.
Veröffentlicht: (2025)

Explaining Quantum Circuits with Shapley Values: Towards Explainable Quantum Machine Learning
von: Heese, Raoul, et al.
Veröffentlicht: (2023)

Generalization of Quantum Machine Learning Models Using Quantum Fisher Information Metric
von: Haug, Tobias, et al.
Veröffentlicht: (2023)

Modeling Quantum Autoencoder Trainable Kernel for IoT Anomaly Detection
von: Chandrasekhar, Swathi, et al.
Veröffentlicht: (2025)

Toward Practical Quantum Machine Learning: A Novel Hybrid Quantum LSTM for Fraud Detection
von: Ubale, Rushikesh, et al.
Veröffentlicht: (2025)

The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning
von: Incudini, Massimiliano, et al.
Veröffentlicht: (2022)