Buchumschlag

Quantum Kernel Methods: Convergence Theory, Separation Bounds and Applications to Marketing Analytics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sáez-Ortuño, Laura, Forgas-Coll, Santiago, Ferrara, Massimiliano
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Quantum Physics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

Spectral Phase Encoding for Quantum Kernel Methods
von: Gómez, Pablo Herrero, et al.
Veröffentlicht: (2026)

A Hyperparameter Study for Quantum Kernel Methods
von: Egginger, Sebastian, et al.
Veröffentlicht: (2023)

In Search of Quantum Advantage: Estimating the Number of Shots in Quantum Kernel Methods
von: Miroszewski, Artur, et al.
Veröffentlicht: (2024)

Quantum Kernel Methods under Scrutiny: A Benchmarking Study
von: Schnabel, Jan, et al.
Veröffentlicht: (2024)

Quantum Adversarial Learning for Kernel Methods
von: Montalbano, Giuseppe, et al.
Veröffentlicht: (2024)

Quantum Generator Kernels
von: Altmann, Philipp, et al.
Veröffentlicht: (2026)

An Analytic Theory of Quantum Imaginary Time Evolution
von: Chen, Min, et al.
Veröffentlicht: (2025)

Benign Overfitting with Quantum Kernels
von: Tomasi, Joachim, et al.
Veröffentlicht: (2025)

Enhanced Prediction of CAR T-Cell Cytotoxicity with Quantum-Kernel Methods
von: Utro, Filippo, et al.
Veröffentlicht: (2025)

A Resource Efficient Quantum Kernel
von: Singh, Utkarsh, et al.
Veröffentlicht: (2025)

QUACK: Quantum Aligned Centroid Kernel
von: Tscharke, Kilian, et al.
Veröffentlicht: (2024)

Entanglement Detection with Quantum-inspired Kernels and SVMs
von: Martínez-Sabiote, Ana, et al.
Veröffentlicht: (2025)

Position: Quantum Kernel Machines Should Move Beyond Scalar-Valued Kernels to Realize Their Potential
von: Kadri, Hachem, et al.
Veröffentlicht: (2025)

Quantum Policy Gradient in Reproducing Kernel Hilbert Space
von: Bossens, David M., et al.
Veröffentlicht: (2024)

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

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

Quantum Kernels for Parity-Structured Classification: A Hybrid Pipeline
von: Pandey, Tushar
Veröffentlicht: (2026)

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

Improving Gradient Methods via Coordinate Transformations: Applications to Quantum Machine Learning
von: Bermejo, Pablo, et al.
Veröffentlicht: (2023)

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

Experimental Machine Learning with Classical and Quantum Data via NMR Quantum Kernels
von: Sabarad, Vivek, et al.
Veröffentlicht: (2024)

A Versatile Variational Quantum Kernel Framework for Non-Trivial Classification
von: Yuhan, Jiang, et al.
Veröffentlicht: (2025)

Enhancing Quantum Support Vector Machines through Variational Kernel Training
von: Innan, Nouhaila, et al.
Veröffentlicht: (2023)

Kernel Learning for Regression via Quantum Annealing Based Spectral Sampling
von: Hasegawa, Yasushi, et al.
Veröffentlicht: (2026)

QuaRK: A Quantum Reservoir Kernel for Time Series Learning
von: Aaraba, Abdallah, et al.
Veröffentlicht: (2026)

Geometric and Quantum Kernel Methods for Predicting Skeletal Muscle Outcomes in chronic obstructive pulmonary disease
von: Alavi, Azadeh, et al.
Veröffentlicht: (2026)

Quantum Interval Bound Propagation for Certified Training of Quantum Neural Networks
von: Andrews, Emma, et al.
Veröffentlicht: (2026)

Q2SAR: A Quantum Multiple Kernel Learning Approach for Drug Discovery
von: Giraldo, Alejandro, et al.
Veröffentlicht: (2025)

Enhancing Small Dataset Classification Using Projected Quantum Kernels with Convolutional Neural Networks
von: Alagiyawanna, A. M. A. S. D., et al.
Veröffentlicht: (2026)

Q-SINDy: Quantum-Kernel Sparse Identification of Nonlinear Dynamics with Provable Coefficient Debiasing
von: Roy, Samrendra, et al.
Veröffentlicht: (2026)

Quantum Theory and Application of Contextual Optimal Transport
von: Mariella, Nicola, et al.
Veröffentlicht: (2024)

Non-asymptotic Approximation Error Bounds of Parameterized Quantum Circuits
von: Yu, Zhan, et al.
Veröffentlicht: (2023)

Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits
von: Du, Yuxuan, et al.
Veröffentlicht: (2024)

DyPP: Dynamic Parameter Prediction to Accelerate Convergence of Variational Quantum Algorithms
von: Kundu, Satwik, et al.
Veröffentlicht: (2023)

Theory for Equivariant Quantum Neural Networks
von: Nguyen, Quynh T., et al.
Veröffentlicht: (2022)

Efficient Parameter Optimisation for Quantum Kernel Alignment: A Sub-sampling Approach in Variational Training
von: Sahin, M. Emre, et al.
Veröffentlicht: (2024)

Empirical Quantum Advantage Analysis of Quantum Kernel in Gene Expression Data
von: Ghosh, Arpita, et al.
Veröffentlicht: (2024)

Evaluating the Impact of Different Quantum Kernels on the Classification Performance of Support Vector Machine Algorithm: A Medical Dataset Application
von: Akpinar, Emine, et al.
Veröffentlicht: (2024)