Copertina

Learning fermionic linear optics with Heisenberg scaling and physical operations

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Christensen, Aria, Zhao, Andrew
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Quantum Physics Data Structures and Algorithms Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Learning the structure of any Hamiltonian from minimal assumptions
di: Zhao, Andrew
Pubblicazione: (2024)

Learning $k$-body Hamiltonians via compressed sensing
di: Ma, Muzhou, et al.
Pubblicazione: (2024)

Learning quantum Hamiltonians at any temperature in polynomial time
di: Bakshi, Ainesh, et al.
Pubblicazione: (2023)

Sublinear Time Quantum Sensitivity Sampling
di: Song, Zhao, et al.
Pubblicazione: (2025)

Sublinear Time Quantum Algorithm for Attention Approximation
di: Song, Zhao, et al.
Pubblicazione: (2026)

Robust Dequantization of the Quantum Singular value Transformation and Quantum Machine Learning Algorithms
di: Gall, François Le
Pubblicazione: (2023)

Randomized adiabatic quantum linear solver algorithm with optimal complexity scaling and detailed running costs
di: Jennings, David, et al.
Pubblicazione: (2023)

Expanding the reach of quantum optimization with fermionic embeddings
di: Zhao, Andrew, et al.
Pubblicazione: (2023)

Quantum principal component analysis without eigenvector recovery
di: Yuan, Yewei, et al.
Pubblicazione: (2026)

Structure learning of Hamiltonians from real-time evolution
di: Bakshi, Ainesh, et al.
Pubblicazione: (2024)

Non-iid hypothesis testing: from classical to quantum
di: De Palma, Giacomo, et al.
Pubblicazione: (2025)

Optimal learning of quantum Hamiltonians from high-temperature Gibbs states
di: Haah, Jeongwan, et al.
Pubblicazione: (2021)

Provably faster randomized and quantum algorithms for $k$-means clustering via uniform sampling
di: Chen, Tyler, et al.
Pubblicazione: (2025)

Quantum Sparse Recovery and Quantum Orthogonal Matching Pursuit
di: Bellante, Armando, et al.
Pubblicazione: (2025)

Do you know what q-means?
di: Cornelissen, Arjan, et al.
Pubblicazione: (2023)

A Quantum Approximation Scheme for k-Means
di: Jaiswal, Ragesh
Pubblicazione: (2023)

Improved algorithms for learning quantum Hamiltonians, via flat polynomials
di: Narayanan, Shyam
Pubblicazione: (2024)

Predicting quantum channels over general product distributions
di: Chen, Sitan, et al.
Pubblicazione: (2024)

Instance-Optimal Quantum State Certification with Entangled Measurements
di: O'Donnell, Ryan, et al.
Pubblicazione: (2025)

Mildly-Interacting Fermionic Unitaries are Efficiently Learnable
di: Iyer, Vishnu
Pubblicazione: (2025)

QCircuitBench: A Large-Scale Dataset for Benchmarking Quantum Algorithm Design
di: Yang, Rui, et al.
Pubblicazione: (2024)

A Unified Framework for Provably Efficient Algorithms to Estimate Shapley Values
di: Chen, Tyler, et al.
Pubblicazione: (2025)

Efficient learning of bosonic Gaussian unitaries
di: Fanizza, Marco, et al.
Pubblicazione: (2025)

Heisenberg-limited Hamiltonian learning without short-time control
di: Shin, Myeongjin, et al.
Pubblicazione: (2026)

No-Free-Lunch Theories for Tensor-Network Machine Learning Models
di: Wu, Jing-Chuan, et al.
Pubblicazione: (2024)

Information-Computation Gaps in Quantum Learning via Low-Degree Likelihood
di: Chen, Sitan, et al.
Pubblicazione: (2025)

Quantum Speedup for Spectral Approximation of Kronecker Products
di: Gao, Yeqi, et al.
Pubblicazione: (2024)

Fermi-Dirac machines as quantizations of neurons
di: He, Alexander, et al.
Pubblicazione: (2026)

Exploiting Low-Rank Structure in Max-K-Cut Problems
di: Stevens, Ria, et al.
Pubblicazione: (2026)

An Exponential Separation Between Quantum and Quantum-Inspired Classical Algorithms for Linear Systems
di: Grønlund, Allan, et al.
Pubblicazione: (2024)

Quantum algorithms for spectral sums
di: Luongo, Alessandro, et al.
Pubblicazione: (2020)

Improved classical shadows from local symmetries in the Schur basis
di: Grier, Daniel, et al.
Pubblicazione: (2024)

Quantum Langevin Dynamics for Optimization
di: Chen, Zherui, et al.
Pubblicazione: (2023)

An optimal tradeoff between entanglement and copy complexity for state tomography
di: Chen, Sitan, et al.
Pubblicazione: (2024)

Quantum Algorithms and Lower Bounds for Finite-Sum Optimization
di: Zhang, Yexin, et al.
Pubblicazione: (2024)

Stabilizer bootstrapping: A recipe for efficient agnostic tomography and magic estimation
di: Chen, Sitan, et al.
Pubblicazione: (2024)

Quantum EigenGame for excited state calculation
di: Quiroga, David, et al.
Pubblicazione: (2025)

Testing classical properties from quantum data
di: Caro, Matthias C., et al.
Pubblicazione: (2024)

Quantum Local Differential Privacy and Quantum Statistical Query Model
di: Angrisani, Armando, et al.
Pubblicazione: (2022)

Interactive proofs for verifying (quantum) learning and testing
di: Caro, Matthias C., et al.
Pubblicazione: (2024)