Copertina

Differentiable Logical Programming for Quantum Circuit Discovery and Optimization

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Sulc, Antonin
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Quantum Physics Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Quantum Noise Tomography with Physics-Informed Neural Networks
di: Sulc, Antonin
Pubblicazione: (2025)

Modal Logical Neural Networks for Financial AI
di: Sulc, Antonin
Pubblicazione: (2026)

Modal Logical Neural Networks
di: Sulc, Antonin
Pubblicazione: (2025)

Continuous Modal Logical Neural Networks: Modal Reasoning via Stochastic Accessibility
di: Sulc, Antonin
Pubblicazione: (2026)

Event Embedding of Protein Networks : Compositional Learning of Biological Function
di: Sulc, Antonin
Pubblicazione: (2026)

Quantum Circuit Optimization with AlphaTensor
di: Ruiz, Francisco J. R., et al.
Pubblicazione: (2024)

Neural Guided Sampling for Quantum Circuit Optimization
di: Rosenhahn, Bodo, et al.
Pubblicazione: (2025)

Agentic System with Modal Logic for Autonomous Diagnostics
di: Sulc, Antonin, et al.
Pubblicazione: (2025)

FastLSQ: Solving PDEs in One Shot via Fourier Features with Exact Analytical Derivatives
di: Sulc, Antonin
Pubblicazione: (2026)

Event2Vec: A Geometric Approach to Learning Composable Representations of Event Sequences
di: Sulc, Antonin
Pubblicazione: (2025)

Physics-Informed Bayesian Optimization of Variational Quantum Circuits
di: Nicoli, Kim A., et al.
Pubblicazione: (2024)

Inverse-Transpilation: Reverse-Engineering Quantum Compiler Optimization Passes from Circuit Snapshots
di: Kundu, Satwik, et al.
Pubblicazione: (2025)

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

Optimizing Quantum Circuits via ZX Diagrams using Reinforcement Learning and Graph Neural Networks
di: Mattick, Alexander, et al.
Pubblicazione: (2025)

Scalable Quantum Reinforcement Learning on NISQ Devices with Dynamic-Circuit Qubit Reuse and Grover Optimization
di: Su, Thet Htar, et al.
Pubblicazione: (2025)

Quantum Generative Modeling using Parameterized Quantum Circuits
di: Sarkar, Soumyadip
Pubblicazione: (2023)

Domain-Aware Quantum Circuit for QML
di: Singh, Gurinder, et al.
Pubblicazione: (2025)

On Quantum Circuits for Discrete Graphical Models
di: Piatkowski, Nico, et al.
Pubblicazione: (2022)

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

Quantum Hierarchical Reinforcement Learning via Variational Quantum Circuits
di: Lee, Yu-Ting, et al.
Pubblicazione: (2026)

Hybrid Classical-Quantum Transfer Learning with Noisy Quantum Circuits
di: Martín-Pérez, D., et al.
Pubblicazione: (2026)

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

Active Learning with Variational Quantum Circuits for Quantum Process Tomography
di: Yang, Jiaqi, et al.
Pubblicazione: (2024)

Reinforcement Learning for Variational Quantum Circuits Design
di: Foderà, Simone, et al.
Pubblicazione: (2024)

Quantum Circuit Training with Growth-Based Architectures
di: Duffy, Callum, et al.
Pubblicazione: (2024)

Challenges for Reinforcement Learning in Quantum Circuit Design
di: Altmann, Philipp, et al.
Pubblicazione: (2023)

Parametrized Quantum Circuit Learning for Quantum Chemical Applications
di: Jones, Grier M., et al.
Pubblicazione: (2025)

Separating Ansatz Discovery from Deployment on Larger Problems: Reinforcement Learning for Modular Circuit Design
di: Turati, Gloria, et al.
Pubblicazione: (2025)

Optimizing Variational Quantum Circuits Using Metaheuristic Strategies in Reinforcement Learning
di: Kölle, Michael, et al.
Pubblicazione: (2024)

A Study on Optimization Techniques for Variational Quantum Circuits in Reinforcement Learning
di: Kölle, Michael, et al.
Pubblicazione: (2024)

Equivariant Reinforcement Learning for Clifford Quantum Circuit Synthesis
di: Yeung, Richie, et al.
Pubblicazione: (2026)

Q-Tag: Watermarking Quantum Circuit Generative Models
di: Yang, Yang, et al.
Pubblicazione: (2026)

Special-Unitary Parameterization for Trainable Variational Quantum Circuits
di: Chen, Kuan-Cheng, et al.
Pubblicazione: (2025)

Enhancing the Trainability of Variational Quantum Circuits with Regularization Strategies
di: Zhuang, Jun, et al.
Pubblicazione: (2024)

Data Complexity Measures for Quantum Circuits Architecture Recommendation
di: Neto, Fernando M de Paula
Pubblicazione: (2025)

Fourier Analysis of Variational Quantum Circuits for Supervised Learning
di: Wiedmann, Marco, et al.
Pubblicazione: (2024)

Leveraging Diffusion Models for Parameterized Quantum Circuit Generation
di: Barta, Daniel, et al.
Pubblicazione: (2025)

Explaining Quantum Circuits with Shapley Values: Towards Explainable Quantum Machine Learning
di: Heese, Raoul, et al.
Pubblicazione: (2023)

Latent-Conditioned Parameterized Quantum Circuits as Universal Approximators for Distributions over Quantum States
di: Tran, Quoc Hoan, et al.
Pubblicazione: (2026)

MEMO-QCD: Quantum Density Estimation through Memetic Optimisation for Quantum Circuit Design
di: Ardila-García, Juan E., et al.
Pubblicazione: (2024)