Buchumschlag

Accelerating Feedback-based Algorithms for Quantum Optimization Using Gradient Descent

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mozakka, Masih, Heidari, Mohsen
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Quantum Physics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Efficient Gradient Estimation for Parameterized Quantum Systems with Lie Algebraic Symmetries
von: Heidari, Mohsen, et al.
Veröffentlicht: (2024)

Quantum Shadow Gradient Descent for Variational Quantum Algorithms
von: Heidari, Mohsen, et al.
Veröffentlicht: (2023)

Quantum Natural Stochastic Pairwise Coordinate Descent
von: Sohail, Mohammad Aamir, et al.
Veröffentlicht: (2024)

Quantum Algorithm for Sparse Online Learning with Truncated Gradient Descent
von: Lim, Debbie, et al.
Veröffentlicht: (2024)

New Bounds on Quantum Sample Complexity of Measurement Classes
von: Heidari, Mohsen, et al.
Veröffentlicht: (2024)

Quantum Optimization via Gradient-Based Hamiltonian Descent
von: Leng, Jiaqi, et al.
Veröffentlicht: (2025)

Superpositional Gradient Descent: Harnessing Quantum Principles for Model Training
von: Pamuk, Ahmet Erdem, et al.
Veröffentlicht: (2025)

Fast Quantum Process Tomography via Riemannian Gradient Descent
von: Volya, Daniel, et al.
Veröffentlicht: (2024)

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

Application of Langevin Dynamics to Advance the Quantum Natural Gradient Optimization Algorithm
von: Borysenko, Oleksandr, et al.
Veröffentlicht: (2024)

Projected Stochastic Gradient Descent with Quantum Annealed Binary Gradients
von: Krahn, Maximilian, et al.
Veröffentlicht: (2023)

An Empirical Comparison of Optimizers for Quantum Machine Learning with SPSA-based Gradients
von: Wiedmann, Marco, et al.
Veröffentlicht: (2023)

Quantum Equilibrium Propagation: Gradient-Descent Training of Quantum Systems
von: Scellier, Benjamin
Veröffentlicht: (2024)

Quantum-Enhanced Weight Optimization for Neural Networks Using Grover's Algorithm
von: Jura, Stefan-Alexandru, et al.
Veröffentlicht: (2025)

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

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

Scalable Community Detection Using Quantum Hamiltonian Descent and QUBO Formulation
von: Cheng, Jinglei, et al.
Veröffentlicht: (2024)

Quantum Algorithms for Projection-Free Sparse Convex Optimization
von: He, Jianhao, et al.
Veröffentlicht: (2025)

Classical and Quantum Speedups for Non-Convex Optimization via Energy Conserving Descent
von: Sun, Yihang, et al.
Veröffentlicht: (2026)

PALQO: Physics-informed Model for Accelerating Large-scale Quantum Optimization
von: Huang, Yiming, et al.
Veröffentlicht: (2025)

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

Compilation, Optimization, Error Mitigation, and Machine Learning in Quantum Algorithms
von: Wang, Shuangbao Paul, et al.
Veröffentlicht: (2025)

Graph Learning for Parameter Prediction of Quantum Approximate Optimization Algorithm
von: Liang, Zhiding, et al.
Veröffentlicht: (2024)

On Quantum Natural Policy Gradients
von: Sequeira, André, et al.
Veröffentlicht: (2024)

Quantum-Assisted Support Vector Regression
von: Dalal, Archismita, et al.
Veröffentlicht: (2021)

Improved Classical Shadow Tomography Using Quantum Computation
von: Honjani, Zahra, et al.
Veröffentlicht: (2025)

Cross-Problem Parameter Transfer in Quantum Approximate Optimization Algorithm: A Machine Learning Approach
von: Nguyen, Kien X., et al.
Veröffentlicht: (2025)

Hamiltonian-based Quantum Reinforcement Learning for Neural Combinatorial Optimization
von: Kruse, Georg, et al.
Veröffentlicht: (2024)

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

Accelerating Inference for Multilayer Neural Networks with Quantum Computers
von: Rattew, Arthur G., et al.
Veröffentlicht: (2025)

Intuitive Analysis of the Quantization-based Optimization: From Stochastic and Quantum Mechanical Perspective
von: Seok, Jinwuk, et al.
Veröffentlicht: (2024)

Neural Architecture Search Algorithms for Quantum Autoencoders
von: Kulshrestha, Ankit, et al.
Veröffentlicht: (2025)

The Feedback Hamiltonian is the Score Function: A Diffusion-Model Framework for Quantum Trajectory Reversal
von: Dubey, Sagar, et al.
Veröffentlicht: (2026)

Q-MAML: Quantum Model-Agnostic Meta-Learning for Variational Quantum Algorithms
von: Lee, Junyong, et al.
Veröffentlicht: (2025)

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

Depth-Based Matrix Classification for the HHL Quantum Algorithm
von: Danza, Mark, et al.
Veröffentlicht: (2025)

Noise-Induced Barren Plateaus in Variational Quantum Algorithms
von: Wang, Samson, et al.
Veröffentlicht: (2020)

Benchmarking Adaptative Variational Quantum Algorithms on QUBO Instances
von: Turati, Gloria, et al.
Veröffentlicht: (2023)

Quantum Data Sketches
von: Zhang, Qin, et al.
Veröffentlicht: (2025)

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