Buchumschlag

Evaluating Angle and Amplitude Encoding Strategies for Variational Quantum Machine Learning: their impact on model's accuracy

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tudisco, Antonio, Marchesin, Andrea, Zamboni, Maurizio, Graziano, Mariagrazia, Turvani, Giovanna
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Quantum Machine Learning in Healthcare: Evaluating QNN and QSVM Models
von: Tudisco, Antonio, et al.
Veröffentlicht: (2025)

AMARETTO: Enabling Efficient Quantum Algorithm Emulation on Low-Tier FPGAs
von: Conti, Christian, et al.
Veröffentlicht: (2024)

Multi-VQC: A Novel QML Approach for Enhancing Healthcare Classification
von: Tudisco, Antonio, et al.
Veröffentlicht: (2025)

Graph Neural Network-Based Predictor for Optimal Quantum Hardware Selection
von: Tudisco, Antonio, et al.
Veröffentlicht: (2025)

Qoolchain: A QUBO Preprocessing Toolchain for Enhancing Quantum Optimization
von: Giacomo Orlandi, et al.
Veröffentlicht: (2024)

AEQUAM: Accelerating Quantum Algorithm Validation through FPGA-Based Emulation
von: Lagostina, Lorenzo, et al.
Veröffentlicht: (2025)

Towards an Automatic Framework for Solving Optimization Problems with Quantum Computers
von: Volpe, Deborah, et al.
Veröffentlicht: (2024)

A Predictive Approach for Selecting the Best Quantum Solver for an Optimization Problem
von: Volpe, Deborah, et al.
Veröffentlicht: (2024)

Quantum Data Encoding and Variational Algorithms: A Framework for Hybrid Quantum Classical Machine Learning
von: Bose, Bhavna, et al.
Veröffentlicht: (2025)

Algebraformer: A Neural Approach to Linear Systems
von: Sittoni, Pietro, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Variational Quantum Circuits Design
von: Foderà, Simone, et al.
Veröffentlicht: (2024)

Learning Encodings by Maximizing State Distinguishability: Variational Quantum Error Correction
von: Meyer, Nico, et al.
Veröffentlicht: (2025)

Quantum Inspired Encoding Strategies for Machine Learning Models: Proposing and Evaluating Instance Level, Global Discrete, and Class Conditional Representations
von: Rath, Minati, et al.
Veröffentlicht: (2025)

Performance Evaluation of Ising and QUBO Variable Encodings in Boltzmann Machine Learning
von: Hasegawa, Yasushi, et al.
Veröffentlicht: (2025)

Hybrid Quantum Neural Networks with Amplitude Encoding: Advancing Recovery Rate Predictions
von: Chen, Ying, et al.
Veröffentlicht: (2025)

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

Bloom Filter Encoding for Machine Learning
von: Cartmell, John, et al.
Veröffentlicht: (2025)

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

Disentangled Interleaving Variational Encoding
von: Wong, Noelle Y. L., et al.
Veröffentlicht: (2025)

Transformer-Based Person Identification via Wi-Fi CSI Amplitude and Phase Perturbations
von: Avola, Danilo, et al.
Veröffentlicht: (2025)

Scalable Multi-Agent Offline Reinforcement Learning and the Role of Information
von: Zamboni, Riccardo, et al.
Veröffentlicht: (2025)

Benchmarking Adaptative Variational Quantum Algorithms on QUBO Instances
von: Turati, Gloria, et al.
Veröffentlicht: (2023)

Flows on convex polytopes
von: Diederen, Tomek, et al.
Veröffentlicht: (2025)

Subhomogeneous Deep Equilibrium Models
von: Sittoni, Pietro, et al.
Veröffentlicht: (2024)

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

Machine learning for sports betting: should model selection be based on accuracy or calibration?
von: Walsh, Conor, et al.
Veröffentlicht: (2023)

Towards Principled Unsupervised Multi-Agent Reinforcement Learning
von: Zamboni, Riccardo, et al.
Veröffentlicht: (2025)

Amplitude-Independent Machine Learning for PPG through Visibility Graphs and Transfer Learning
von: Miao, Yuyang, et al.
Veröffentlicht: (2023)

Unsupervised Behavioral Compression: Learning Low-Dimensional Policy Manifolds through State-Occupancy Matching
von: Fraschini, Andrea, et al.
Veröffentlicht: (2026)

Low-Rank Compression of Language Models via Differentiable Rank Selection
von: Sundrani, Sidhant, et al.
Veröffentlicht: (2025)

Variational Inference for Quantum HyperNetworks
von: Nepote, Luca, et al.
Veröffentlicht: (2025)

Comparing Cluster-Based Cross-Validation Strategies for Machine Learning Model Evaluation
von: Spezia, Afonso Martini, et al.
Veröffentlicht: (2025)

SAFE Quantum Machine Learning with Variational Quantum Classifiers
von: Chen, Ying, et al.
Veröffentlicht: (2026)

Analyzing the Effectiveness of Quantum Annealing with Meta-Learning
von: Pellini, Riccardo, et al.
Veröffentlicht: (2024)

Permutation-based Inference for Variational Learning of Directed Acyclic Graphs
von: Bonilla, Edwin V., et al.
Veröffentlicht: (2024)

Enhancing the Trainability of Variational Quantum Circuits with Regularization Strategies
von: Zhuang, Jun, et al.
Veröffentlicht: (2024)

Optimizing Variational Quantum Circuits Using Metaheuristic Strategies in Reinforcement Learning
von: Kölle, Michael, et al.
Veröffentlicht: (2024)

Bandwidth-constrained Variational Message Encoding for Cooperative Multi-agent Reinforcement Learning
von: Duan, Wei, et al.
Veröffentlicht: (2025)

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

Stuart-Landau Oscillatory Graph Neural Network
von: Zhang, Kaicheng, et al.
Veröffentlicht: (2025)