Copertina

Old Rules in a New Game: Mapping Uncertainty Quantification to Quantum Machine Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wendlinger, Maximilian, Tscharke, Kilian, Debus, Pascal
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Quantum Physics
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

A Comparative Analysis of Adversarial Robustness for Quantum and Classical Machine Learning Models
di: Wendlinger, Maximilian, et al.
Pubblicazione: (2024)

Quantum Support Vector Regression for Robust Anomaly Detection
di: Tscharke, Kilian, et al.
Pubblicazione: (2025)

Quantum Machine Learning Playground
di: Debus, Pascal, et al.
Pubblicazione: (2025)

QUACK: Quantum Aligned Centroid Kernel
di: Tscharke, Kilian, et al.
Pubblicazione: (2024)

Semisupervised Anomaly Detection using Support Vector Regression with Quantum Kernel
di: Tscharke, Kilian, et al.
Pubblicazione: (2023)

Quantum Autoencoder for Multivariate Time Series Anomaly Detection
di: Tscharke, Kilian, et al.
Pubblicazione: (2025)

Entangled Threats: A Unified Kill Chain Model for Quantum Machine Learning Security
di: Debus, Pascal, et al.
Pubblicazione: (2025)

Towards Classical Software Verification using Quantum Computers
di: Issel, Sebastian, et al.
Pubblicazione: (2024)

Uncertainty Quantification for Quantum Computing
di: Bennink, Ryan, et al.
Pubblicazione: (2026)

Efficient Quantum One-Class Support Vector Machines for Anomaly Detection Using Randomized Measurements and Variable Subsampling
di: Kölle, Michael, et al.
Pubblicazione: (2024)

Variational Quantum Physics-Informed Neural Networks for Hydrological PDE-Constrained Learning with Inherent Uncertainty Quantification
di: Hewage, Prasad Nimantha Madusanka Ukwatta, et al.
Pubblicazione: (2026)

Quantum Machine Learning with HQC Architectures using non-Classically Simulable Feature Maps
di: Ahmad, Syed Farhan, et al.
Pubblicazione: (2021)

Calibration in Machine Learning Uncertainty Quantification: beyond consistency to target adaptivity
di: Pernot, Pascal
Pubblicazione: (2023)

Investigating Quantum Feature Maps in Quantum Support Vector Machines for Lung Cancer Classification
di: Hafidi, My Youssef El, et al.
Pubblicazione: (2025)

Quantum Dynamics of Machine Learning
di: Wang, Peng, et al.
Pubblicazione: (2024)

Quantum Machine Learning: Quantum Kernel Methods
di: Naguleswaran, Sanjeev
Pubblicazione: (2024)

The Quantum Imitation Game: Reverse Engineering of Quantum Machine Learning Models
di: Ghosh, Archisman, et al.
Pubblicazione: (2024)

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

Bayesian Parameter Shift Rule in Variational Quantum Eigensolvers
di: Pedrielli, Samuele, et al.
Pubblicazione: (2025)

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Benchmarking Machine Learning Models for Quantum Error Correction
di: Zhao, Yue
Pubblicazione: (2023)

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

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

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

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

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