Buchumschlag

Three Birds with One Stone: Improving Performance, Convergence, and System Throughput with Nest

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huo, Yuqian, Quiroga, David, Kyrillidis, Anastasios, Patel, Tirthak
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Quantum Physics Emerging Technologies Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Modeling and Simulating Rydberg Atom Quantum Computers for Hardware-Software Co-design with PachinQo
von: Ludmir, Jason Zev, et al.
Veröffentlicht: (2024)

Revisiting Noise-adaptive Transpilation in Quantum Computing: How Much Impact Does it Have?
von: Huo, Yuqian, et al.
Veröffentlicht: (2025)

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

SpinTune: Improving the Reliability of Quantum Sensor Networks for Practical Quantum-Classical Utility
von: Ludmir, Jason, et al.
Veröffentlicht: (2026)

ReCon: Reconfiguring Analog Rydberg Atom Quantum Computers for Quantum Generative Adversarial Networks
von: DiBrita, Nicholas S., et al.
Veröffentlicht: (2024)

Parallax: A Compiler for Neutral Atom Quantum Computers under Hardware Constraints
von: Ludmir, Jason, et al.
Veröffentlicht: (2024)

TuniQ: Autotuning Compilation Passes for Quantum Workloads at Scale for Effectiveness and Efficiency
von: Hasanat, Mohammad Abrarul, et al.
Veröffentlicht: (2026)

Layerwise Federated Learning for Heterogeneous Quantum Clients using Quorus
von: Han, Jason, et al.
Veröffentlicht: (2025)

Quorum: Zero-Training Unsupervised Anomaly Detection using Quantum Autoencoders
von: Ludmir, Jason Zev, et al.
Veröffentlicht: (2025)

Analyzing Machine Learning Performance in a Hybrid Quantum Computing and HPC Environment
von: Bieberich, Samuel T., et al.
Veröffentlicht: (2024)

ResQ: A Novel Framework to Implement Residual Neural Networks on Analog Rydberg Atom Quantum Computers
von: DiBrita, Nicholas S., et al.
Veröffentlicht: (2025)

Adversarial Robustness in Distributed Quantum Machine Learning
von: Kananian, Pouya, et al.
Veröffentlicht: (2025)

A weighted quantum ensemble of homogeneous quantum classifiers
von: Tolotti, Emiliano, et al.
Veröffentlicht: (2025)

An Efficient Quantum Classifier Based on Hamiltonian Representations
von: Tiblias, Federico, et al.
Veröffentlicht: (2025)

Triplet Loss Based Quantum Encoding for Class Separability
von: Mordacci, Marco, et al.
Veröffentlicht: (2025)

DiffQ: Unified Parameter Initialization for Variational Quantum Algorithms via Diffusion Models
von: Zhang, Chi, et al.
Veröffentlicht: (2025)

Impact of Single Rotations and Entanglement Topologies in Quantum Neural Networks
von: Mordacci, Marco, et al.
Veröffentlicht: (2025)

Exploring Quantum Control Landscape and Solution Space Complexity through Dimensionality Reduction & Optimization Algorithms
von: Fentaw, Haftu W., et al.
Veröffentlicht: (2025)

Non-Negative Matrix Factorization Using Non-Von Neumann Computers
von: Borle, Ajinkya, et al.
Veröffentlicht: (2025)

Shuttling Compiler for Trapped-Ion Quantum Computers Based on Large Language Models
von: Kreppel, Fabian, et al.
Veröffentlicht: (2025)

Quantum Annealing for Robust Principal Component Analysis
von: Tomeo, Ian, et al.
Veröffentlicht: (2025)

Enhancing Expressivity of Quantum Neural Networks Based on the SWAP test
von: Nagies, Sebastian, et al.
Veröffentlicht: (2025)

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

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

qc-kmeans: A Quantum Compressive K-Means Algorithm for NISQ Devices
von: Chumpitaz-Flores, Pedro, et al.
Veröffentlicht: (2025)

Machine Learning for Quantum Noise Reduction
von: Kendre, Karan
Veröffentlicht: (2025)

Quantum Annealing for Machine Learning: Applications in Feature Selection, Instance Selection, and Clustering
von: Pomeroy, Chloe, et al.
Veröffentlicht: (2025)

Training Variational Quantum Circuits Using Particle Swarm Optimization
von: Mordacci, Marco, et al.
Veröffentlicht: (2025)

VQEzy: An Open-Source Dataset for Parameter Initialization in Variational Quantum Eigensolvers
von: Zhang, Chi, et al.
Veröffentlicht: (2025)

Quantum AI for Alzheimer's disease early screening
von: Cappiello, Giacomo, et al.
Veröffentlicht: (2024)

Quantum Kernel Learning for Small Dataset Modeling in Semiconductor Fabrication: Application to Ohmic Contact
von: Wang, Zeheng, et al.
Veröffentlicht: (2024)

Adversarial Quantum Machine Learning: An Information-Theoretic Generalization Analysis
von: Georgiou, Petros, et al.
Veröffentlicht: (2024)

Photonic Quantum-Enhanced Knowledge Distillation
von: Chen, Kuan-Cheng, et al.
Veröffentlicht: (2026)

Quantum Circuit for Random Forest Prediction
von: Safina, Liliia, et al.
Veröffentlicht: (2023)

Compiler Optimization for Quantum Computing Using Reinforcement Learning
von: Quetschlich, Nils, et al.
Veröffentlicht: (2022)

Quantum Federated Learning Experiments in the Cloud with Data Encoding
von: Pokhrel, Shiva Raj, et al.
Veröffentlicht: (2024)

A Quick Introduction to Quantum Machine Learning for Non-Practitioners
von: Evans, Ethan N., et al.
Veröffentlicht: (2024)

Quantum Circuit Synthesis and Compilation Optimization: Overview and Prospects
von: Yan, Ge, et al.
Veröffentlicht: (2024)

Analyzing Images of Blood Cells with Quantum Machine Learning Methods: Equilibrium Propagation and Variational Quantum Circuits to Detect Acute Myeloid Leukemia
von: Bano, A., et al.
Veröffentlicht: (2026)

FedQNN: Federated Learning using Quantum Neural Networks
von: Innan, Nouhaila, et al.
Veröffentlicht: (2024)