Buchumschlag

Comparison of D-Wave Quantum Annealing and Markov Chain Monte Carlo for Sampling from a Probability Distribution of a Restricted Boltzmann Machine

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yazizi, Abdelmoula El, Khan, Samee U., Koshka, Yaroslav
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

Investigation of D-Wave quantum annealing for training Restricted Boltzmann Machines and mitigating catastrophic forgetting
von: El-Yazizi, Abdelmoula, et al.
Veröffentlicht: (2025)

Quantum Annealing Enhanced Markov-Chain Monte Carlo
von: Arai, Shunta, et al.
Veröffentlicht: (2025)

Quantum-enhanced Markov Chain Monte Carlo for Combinatorial Optimization
von: Marshall, Kate V., et al.
Veröffentlicht: (2026)

Quantum Markov Chain Monte Carlo for Cosmological Functions
von: Sarracino, Giuseppe, et al.
Veröffentlicht: (2025)

Experimental Realization of the Markov Chain Monte Carlo Algorithm on a Quantum Computer
von: Claudon, Baptiste, et al.
Veröffentlicht: (2026)

Dynamics of discrete spacetimes with Quantum-enhanced Markov Chain Monte Carlo
von: Ferguson, Stuart, et al.
Veröffentlicht: (2025)

Encoding of Probability Distributions for Quantum Monte Carlo Using Tensor Networks
von: Pereira, Antonio, et al.
Veröffentlicht: (2024)

Fast Simulated Annealing inspired by Quantum Monte Carlo
von: Murashima, Kiyotaka
Veröffentlicht: (2023)

Quantum Speedups for Markov Chain Monte Carlo Methods with Application to Optimization
von: Ozgul, Guneykan, et al.
Veröffentlicht: (2025)

Quantum-enhanced Markov Chain Monte Carlo for systems larger than your Quantum Computer
von: Ferguson, Stuart, et al.
Veröffentlicht: (2024)

Uniformity Bias in Ground-State Sampling Induced by Replica Alignment in Quantum Monte Carlo for Quantum Annealing
von: Maruyama, Naoki, et al.
Veröffentlicht: (2025)

Divide-and-Conquer Neural Network Surrogates for Quantum Sampling: Accelerating Markov Chain Monte Carlo in Large-Scale Constrained Optimization Problems
von: Kawamata, Yuya, et al.
Veröffentlicht: (2026)

Quantum Vision Clustering
von: Nguyen, Xuan Bac, et al.
Veröffentlicht: (2023)

Maximal Entropy Formalism and the Restricted Boltzmann Machine
von: Singh, Vinit, et al.
Veröffentlicht: (2025)

Quantum Boltzmann Machines using Parallel Annealing for Medical Image Classification
von: Schuman, Daniëlle, et al.
Veröffentlicht: (2025)

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

Enhancing NTRUEncrypt Security Using Markov Chain Monte Carlo Methods: Theory and Practice
von: Filardo, Gautier-Edouard, et al.
Veröffentlicht: (2025)

Fraud detection in credit card transactions using Quantum-Assisted Restricted Boltzmann Machines
von: Neto, João Marcos Cavalcanti de Albuquerque, et al.
Veröffentlicht: (2025)

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

Quantum Markov chain Monte Carlo method with programmable quantum simulators
von: D'Arcangelo, Mauro, et al.
Veröffentlicht: (2025)

QUACOD: Quantum Optimization via Coordinate Descent for Scalable Drone Scheduling
von: Nguyen, Van-Quang-Huy, et al.
Veröffentlicht: (2026)

Quantum Visual Feature Encoding Revisited
von: Nguyen, Xuan-Bac, et al.
Veröffentlicht: (2024)

Hierarchical Quantum Control Gates for Functional MRI Understanding
von: Nguyen, Xuan-Bac, et al.
Veröffentlicht: (2024)

Restricted Boltzmann Machines Propagators for Auxiliary Field Diffusion Monte Carlo
von: Fox, Jordan M. R., et al.
Veröffentlicht: (2024)

On the Convergence of Markov Chain Distribution within Quantum Walk Circuit Subspace
von: Ramos, Aingeru, et al.
Veröffentlicht: (2025)

QAOA-MC: Markov chain Monte Carlo enhanced by Quantum Alternating Operator Ansatz
von: Nakano, Yuichiro, et al.
Veröffentlicht: (2023)

Quantum Approximate Optimization Algorithm and Quantum-enhanced Markov Chain Monte Carlo: A Hybrid Approach to Data Assimilation in 4DVAR
von: Sripat, Abhiram
Veröffentlicht: (2024)

QMoE: A Quantum Mixture of Experts Framework for Scalable Quantum Neural Networks
von: Nguyen, Hoang-Quan, et al.
Veröffentlicht: (2025)

Unraveling Reverse Annealing: A Study of D-Wave Quantum Annealers
von: Mehta, Vrinda, et al.
Veröffentlicht: (2025)

Multi-Mode Quantum Annealing for Generative Representation Learning with Boltzmann Priors
von: Kim, Gilhan, et al.
Veröffentlicht: (2026)

Evolved Quantum Boltzmann Machines
von: Minervini, Michele, et al.
Veröffentlicht: (2025)

Towards Transfer Learning for Large-Scale Image Classification Using Annealing-based Quantum Boltzmann Machines
von: Schuman, Daniëlle, et al.
Veröffentlicht: (2023)

Continuous-variable Quantum Boltzmann Machine
von: Bangar, Shikha, et al.
Veröffentlicht: (2024)

Continuous-Time Quantum Markov Chains And Discretizations Of p-Adic Schrödinger Equations: Comparisons And Simulations
von: Zúñiga-Galindo, W. A., et al.
Veröffentlicht: (2025)

Quantum Coordination without Conditioning under Restricted Information
von: Khan, Faisal Shah
Veröffentlicht: (2026)

Quantum Parallel Training of a Boltzmann Machine on an Adiabatic Quantum Computer
von: Davide Noè, et al.
Veröffentlicht: (2024)

Bounding speedup of quantum-enhanced Markov chain Monte Carlo
von: Orfi, Alev, et al.
Veröffentlicht: (2024)

Virtual Quantum Markov Chain of four-qubit systems
von: Chen, Zhixing, et al.
Veröffentlicht: (2025)

Boltzmann Sampling by Diabatic Quantum Annealing
von: Gyhm, Ju-Yeon, et al.
Veröffentlicht: (2024)

Diffusion-Inspired Quantum Noise Mitigation in Parameterized Quantum Circuits
von: Nguyen, Hoang-Quan, et al.
Veröffentlicht: (2024)