Buchumschlag

Uncertainty Quantification for Quantum Computing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bennink, Ryan, Burkovska, Olena, Pieper, Konstantin, Ramirez, Jorge, Wong, Elaine
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

Expressiveness of Commutative Quantum Circuits: A Probabilistic Approach
von: Ramirez, Jorge M., et al.
Veröffentlicht: (2024)

Old Rules in a New Game: Mapping Uncertainty Quantification to Quantum Machine Learning
von: Wendlinger, Maximilian, et al.
Veröffentlicht: (2025)

Variational Quantum Physics-Informed Neural Networks for Hydrological PDE-Constrained Learning with Inherent Uncertainty Quantification
von: Hewage, Prasad Nimantha Madusanka Ukwatta, et al.
Veröffentlicht: (2026)

Quantum Resource Comparison for Two Leading Surface Code Lattice Surgery Approaches
von: LeBlond, Tyler, et al.
Veröffentlicht: (2025)

Explainable quantum regression algorithm with encoded data structure
von: Wang, C. -C. Joseph, et al.
Veröffentlicht: (2023)

Illustration of Barren Plateaus in Quantum Computing
von: Stenzel, Gerhard, et al.
Veröffentlicht: (2026)

Universal Matrix Multiplication on Quantum Computer
von: Yao, Jiaqi, et al.
Veröffentlicht: (2024)

Barren Plateaus in Variational Quantum Computing
von: Larocca, Martin, et al.
Veröffentlicht: (2024)

Quantum Computing Methods for Malware Detection
von: Krátká, Eliška, et al.
Veröffentlicht: (2025)

Quantum-Powered Personalized Learning
von: Zhou, Yifan, et al.
Veröffentlicht: (2024)

Recurrent Quantum Feature Maps for Reservoir Computing
von: Singh, Utkarsh, et al.
Veröffentlicht: (2026)

Discrete Randomized Smoothing Meets Quantum Computing
von: Wollschläger, Tom, et al.
Veröffentlicht: (2024)

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

Sustainable NARMA-10 Benchmarking for Quantum Reservoir Computing
von: Kodali, Avyay, et al.
Veröffentlicht: (2025)

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

Classification of the Fashion-MNIST Dataset on a Quantum Computer
von: Shen, Kevin, et al.
Veröffentlicht: (2024)

An End-to-End Deep Learning Method for Solving Nonlocal Allen-Cahn and Cahn-Hilliard Phase-Field Models
von: Geng, Yuwei, et al.
Veröffentlicht: (2024)

Option Pricing on Noisy Intermediate-Scale Quantum Computers: A Quantum Neural Network Approach
von: Zając, Sebastian, et al.
Veröffentlicht: (2026)

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

Probabilistic Representation of Commutative Quantum Circuit Models
von: Yu, Richard, et al.
Veröffentlicht: (2024)

Quantum-Cognitive Neural Networks: Assessing Confidence and Uncertainty with Human Decision-Making Simulations
von: Maksimovic, Milan, et al.
Veröffentlicht: (2024)

Exploring Quantum-Enhanced Machine Learning for Computer Vision: Applications and Insights on Noisy Intermediate-Scale Quantum Devices
von: Mandadapu, Purnachandra
Veröffentlicht: (2024)

Wavefunction Flows: Efficient Quantum Simulation of Continuous Flow Models
von: Layden, David, et al.
Veröffentlicht: (2025)

Quantum Reservoir Computing with Neutral Atoms on a Small, Complex, Medical Dataset
von: Antoncich, Luke, et al.
Veröffentlicht: (2026)

PINNACLE: An Open-Source Computational Framework for Classical and Quantum PINNs
von: Pisnoy, Shimon, et al.
Veröffentlicht: (2026)

Realistic Cost to Execute Practical Quantum Circuits using Direct Clifford+T Lattice Surgery Compilation
von: LeBlond, Tyler, et al.
Veröffentlicht: (2023)

Autonomous Uncertainty Quantification for Computational Point-of-care Sensors
von: Goncharov, Artem, et al.
Veröffentlicht: (2025)

Toward Uncertainty-Aware and Generalizable Neural Decoding for Quantum LDPC Codes
von: Mi, Xiangjun, et al.
Veröffentlicht: (2025)

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

A Universal Quantum Computer From Relativistic Motion
von: LeMaitre, Philip A., et al.
Veröffentlicht: (2024)

On the Need for Extensible Quantum Compilers with Verification
von: LeBlond, Tyler, et al.
Veröffentlicht: (2024)

Accurate Computation of Quantum Excited States with Neural Networks
von: Pfau, David, et al.
Veröffentlicht: (2023)

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

The Convergence Frontier: Integrating Machine Learning and High Performance Quantum Computing for Next-Generation Drug Discovery
von: Ansari, Narjes, et al.
Veröffentlicht: (2026)

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

Classical Verification of Quantum Learning
von: Caro, Matthias C., et al.
Veröffentlicht: (2023)

Scalable Neural Decoders for Practical Fault-Tolerant Quantum Computation
von: Gu, Andi, et al.
Veröffentlicht: (2026)

Robust and Efficient Quantum Reservoir Computing with Discrete Time Crystal
von: Zhang, Da, et al.
Veröffentlicht: (2025)

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

Support Vector Machine Kernels as Quantum Propagators
von: Kuo, Nan-Hong, et al.
Veröffentlicht: (2025)