Buchumschlag

Q-Tag: Watermarking Quantum Circuit Generative Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Yang, Long, Yuzhu, Fang, Han, Chen, Zhaoyun, Li, Zhonghui, Zhang, Weiming, Guo, Guoping
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

Quantum-Inspired Fine-Tuning for Few-Shot AIGC Detection via Phase-Structured Reparameterization
von: Xing, Kaiyang, et al.
Veröffentlicht: (2026)

FlowQ-Net: A Generative Framework for Automated Quantum Circuit Design
von: Dai, Jun, et al.
Veröffentlicht: (2025)

Quantum Generative Modeling using Parameterized Quantum Circuits
von: Sarkar, Soumyadip
Veröffentlicht: (2023)

Pre-training Tensor-Train Networks Facilitates Machine Learning with Variational Quantum Circuits
von: Qi, Jun, et al.
Veröffentlicht: (2023)

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

Maximising Quantum-Computing Expressive Power through Randomised Circuits
von: Yang, Yingli, et al.
Veröffentlicht: (2023)

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

Random-Matrix-Induced Simplicity Bias in Over-parameterized Variational Quantum Circuits
von: Qi, Jun, et al.
Veröffentlicht: (2026)

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

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

Multi-Stage Watermarking for Quantum Circuits
von: Yang, Min, et al.
Veröffentlicht: (2024)

Q-DPTS: Quantum Differentially Private Time Series Forecasting via Variational Quantum Circuits
von: Chen, Chi-Sheng, et al.
Veröffentlicht: (2025)

LLM-Guided Ansätze Design for Quantum Circuit Born Machines in Financial Generative Modeling
von: Gujju, Yaswitha, et al.
Veröffentlicht: (2025)

QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits
von: Chen, Tianlong, et al.
Veröffentlicht: (2024)

Leveraging Pre-Trained Neural Networks to Enhance Machine Learning with Variational Quantum Circuits
von: Qi, Jun, et al.
Veröffentlicht: (2024)

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

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

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

Breaking Through Barren Plateaus: Reinforcement Learning Initializations for Deep Variational Quantum Circuits
von: Peng, Yifeng, et al.
Veröffentlicht: (2025)

Q-fid: Quantum Circuit Fidelity Improvement with LSTM Networks
von: Mao, Yikai, et al.
Veröffentlicht: (2023)

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

Quantum Circuit Generation via test-time learning with large language models
von: Macarone-Palmieri, Adriano, et al.
Veröffentlicht: (2026)

QuantumNAS: Noise-Adaptive Search for Robust Quantum Circuits
von: Wang, Hanrui, et al.
Veröffentlicht: (2021)

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

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

Qubit-Wise Architecture Search Method for Variational Quantum Circuits
von: Chen, Jialin, et al.
Veröffentlicht: (2024)

Hybrid Quantum--Classical Machine Learning Potential with Variational Quantum Circuits
von: Willow, Soohaeng Yoo, et al.
Veröffentlicht: (2025)

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

Quantum Generative Diffusion Model: A Fully Quantum-Mechanical Model for Generating Quantum State Ensemble
von: Chen, Chuangtao, et al.
Veröffentlicht: (2024)

Beyond Classical Attention: Quantum Attention for Scalable Computation
von: Guo, Xuyang, et al.
Veröffentlicht: (2023)

Q-RUN: Quantum-Inspired Data Re-uploading Networks
von: Qiao, Wenbo, et al.
Veröffentlicht: (2025)

DiffQ: Unified Parameter Initialization for Variational Quantum Algorithms via Diffusion Models
von: Zhang, Chi, et al.
Veröffentlicht: (2025)

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

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

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

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

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

VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning
von: Qi, Jun, et al.
Veröffentlicht: (2025)

AltGraph: Redesigning Quantum Circuits Using Generative Graph Models for Efficient Optimization
von: Beaudoin, Collin, et al.
Veröffentlicht: (2024)

Differentiable Logical Programming for Quantum Circuit Discovery and Optimization
von: Sulc, Antonin
Veröffentlicht: (2026)