Buchumschlag

QGShap: Quantum Acceleration for Faithful GNN Explanations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jena, Haribandhu, Shivottam, Jyotirmaya, Mishra, Subhankar
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Quantum Physics Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

QGraphLIME - Explaining Quantum Graph Neural Networks
von: Jena, Haribandhu, et al.
Veröffentlicht: (2025)

Towards Metric-Faithful Neural Graph Matching
von: Shivottam, Jyotirmaya, et al.
Veröffentlicht: (2026)

Graph Reconstruction from Differentially Private GNN Explanations
von: Sahoo, Rishi Raj, et al.
Veröffentlicht: (2026)

mHC-GNN: Manifold-Constrained Hyper-Connections for Graph Neural Networks
von: Mishra, Subhankar
Veröffentlicht: (2026)

Quantum Masked Autoencoders for Vision Learning
von: Andrews, Emma, et al.
Veröffentlicht: (2025)

Accelerating Quantum Reinforcement Learning with a Quantum Natural Policy Gradient Based Approach
von: Xu, Yang, et al.
Veröffentlicht: (2025)

Q-Newton: Hybrid Quantum-Classical Scheduling for Accelerating Neural Network Training with Newton's Gradient Descent
von: Li, Pingzhi, et al.
Veröffentlicht: (2024)

Quantum Optimization for Training Quantum Neural Networks
von: Liao, Yidong, et al.
Veröffentlicht: (2021)

Quantum Phase Recognition via Quantum Attention Mechanism
von: Chen, Jin-Long, et al.
Veröffentlicht: (2026)

Meta-Learning for Quantum Optimization via Quantum Sequence Model
von: Lin, Yu-Cheng, et al.
Veröffentlicht: (2025)

Quantum Architecture Search for Solving Quantum Machine Learning Tasks
von: Kölle, Michael, et al.
Veröffentlicht: (2025)

Sporadic Federated Learning Approach in Quantum Environment to Tackle Quantum Noise
von: Rahman, Ratun, et al.
Veröffentlicht: (2025)

Embedding-Aware Quantum-Classical SVMs for Scalable Quantum Machine Learning
von: Ordóñez, Sebastián Andrés Cajas, et al.
Veröffentlicht: (2025)

Quantum Flow Matching
von: Cui, Zidong, et al.
Veröffentlicht: (2025)

Soft-Quantum Algorithms
von: Kyriacou, Basil, et al.
Veröffentlicht: (2026)

Quantum Circuit-Based Learning Models: Bridging Quantum Computing and Machine Learning
von: Fan, Fan, et al.
Veröffentlicht: (2026)

QuantumNAT: Quantum Noise-Aware Training with Noise Injection, Quantization and Normalization
von: Wang, Hanrui, et al.
Veröffentlicht: (2021)

The Role of Quantum in Hybrid Quantum-Classical Neural Networks: A Realistic Assessment
von: Freinberger, Dominik, et al.
Veröffentlicht: (2026)

Deep Quantum Graph Dreaming: Deciphering Neural Network Insights into Quantum Experiments
von: Jaouni, Tareq, et al.
Veröffentlicht: (2023)

SQUASH: A SWAP-Based Quantum Attack to Sabotage Hybrid Quantum Neural Networks
von: Kumar, Rahul, et al.
Veröffentlicht: (2025)

Quantum-enhanced Large Language Models on Quantum Hardware via Cayley Unitary Adapters
von: Aizpurua, Borja, et al.
Veröffentlicht: (2026)

Shot-Based Quantum Encoding: A Data-Loading Paradigm for Quantum Neural Networks
von: Kyriacou, Basil, et al.
Veröffentlicht: (2026)

QIXAI: A Quantum-Inspired Framework for Enhancing Classical and Quantum Model Transparency and Understanding
von: Willis, John M.
Veröffentlicht: (2024)

Quantum-Assisted Correlation Clustering
von: Macaluso, Antonio, et al.
Veröffentlicht: (2025)

Quantum feature encoding optimization
von: Fioravanti, Tommaso, et al.
Veröffentlicht: (2025)

Iterative Quantum Feature Maps
von: Matsumoto, Nasa, et al.
Veröffentlicht: (2025)

Quantum Agents for Algorithmic Discovery
von: Kerenidis, Iordanis, et al.
Veröffentlicht: (2025)

QuACK: Accelerating Gradient-Based Quantum Optimization with Koopman Operator Learning
von: Luo, Di, et al.
Veröffentlicht: (2022)

QiNN-QJ: A Quantum-inspired Neural Network with Quantum Jump for Multimodal Sentiment Analysis
von: Chen, Yiwei, et al.
Veröffentlicht: (2025)

A Hybrid Quantum-Classical Framework for Financial Volatility Forecasting Based on Quantum Circuit Born Machines
von: Chen, Yixiong
Veröffentlicht: (2026)

A Primer on Quantum Machine Learning
von: Chang, Su Yeon, et al.
Veröffentlicht: (2025)

Quantum circuit synthesis with diffusion models
von: Fürrutter, Florian, et al.
Veröffentlicht: (2023)

Adiabatic Quantum Support Vector Machines
von: Date, Prasanna, et al.
Veröffentlicht: (2024)

Graph Neural Networks on Quantum Computers
von: Liao, Yidong, et al.
Veröffentlicht: (2024)

Quantum-Enhanced Generative Adversarial Networks: Comparative Analysis of Classical and Hybrid Quantum-Classical Generative Adversarial Networks
von: Goh, Kun Ming
Veröffentlicht: (2025)

Bridging Classical and Quantum Machine Learning: Knowledge Transfer From Classical to Quantum Neural Networks Using Knowledge Distillation
von: Hasan, Mohammad Junayed, et al.
Veröffentlicht: (2023)

Transfer Learning Analysis of Variational Quantum Circuits
von: Tseng, Huan-Hsin, et al.
Veröffentlicht: (2025)

Quantum automated learning with provable and explainable trainability
von: Ye, Qi, et al.
Veröffentlicht: (2025)

Quantum Transfer Learning to Boost Dementia Detection
von: Bhowmik, Sounak, et al.
Veröffentlicht: (2025)

Vectorized Attention with Learnable Encoding for Quantum Transformer
von: Guo, Ziqing, et al.
Veröffentlicht: (2025)