Buchumschlag

Benchmarking Encoding Families in Quantum Neural Networks Under Fixed Circuit Area for Frequency Spectrum and Trainability

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Czuba, Martyna, Holzer, Patrick, Oo, Hein Zay Yar
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Quantum Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Improving Generalization and Trainability of Quantum Eigensolvers via Graph Neural Encoding
von: Lee, Jungyun, et al.
Veröffentlicht: (2026)

Diagnosing Quantum Circuits: Noise Robustness, Trainability, and Expressibility
von: Shao, Yuguo, et al.
Veröffentlicht: (2025)

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

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

Rethinking Expressibility-Trainability Trade-off in Hybrid Quantum Neural Networks
von: Kashif, Muhammad, et al.
Veröffentlicht: (2026)

Trainability and Expressivity of Hamming-Weight Preserving Quantum Circuits for Machine Learning
von: Monbroussou, Léo, et al.
Veröffentlicht: (2023)

Characterizing Trainability of Instantaneous Quantum Polynomial Circuit Born Machines
von: Shen, Kevin, et al.
Veröffentlicht: (2026)

Quantum-Assisted Trainable-Embedding Physics-Informed Neural Networks for Parabolic PDEs
von: Tran, Ban Q., et al.
Veröffentlicht: (2026)

Trainability Enhancement of Parameterized Quantum Circuits via Reduced-Domain Parameter Initialization
von: Wang, Yabo, et al.
Veröffentlicht: (2023)

QMetric: Benchmarking Quantum Neural Networks Across Circuits, Features, and Training Dimensions
von: Illésová, Silvie, et al.
Veröffentlicht: (2025)

Beyond Logical Circuits: Hardware-Aware Analysis of Expressibility and Trainability in Variational Quantum Algorithms
von: Kashif, Muhammad, et al.
Veröffentlicht: (2026)

Late Breaking Results: Hardware-Aware Compilation Reshapes Trainability in Variational Quantum Circuits
von: Kashif, Muhammad, et al.
Veröffentlicht: (2026)

Fidelity-Preserving Quantum Encoding for Quantum Neural Networks
von: Lu, Yuhu, et al.
Veröffentlicht: (2025)

Quantum Positional Encodings for Graph Neural Networks
von: Thabet, Slimane, et al.
Veröffentlicht: (2024)

Quantum Classifiers with Trainable Kernel
von: Xu, Li, et al.
Veröffentlicht: (2025)

Improving Quantum Recurrent Neural Networks with Amplitude Encoding
von: Morgan, Jack, et al.
Veröffentlicht: (2025)

Enhancing Circuit Trainability with Selective Gate Activation Strategy
von: Cho, Jeihee, et al.
Veröffentlicht: (2025)

A Butterfly Effect in Encoding-Decoding Quantum Circuits
von: Dallas, Emanuel, et al.
Veröffentlicht: (2024)

Application of ZX-calculus to Quantum Architecture Search
von: Ewen, Tom, et al.
Veröffentlicht: (2024)

Benchmarking Quantum Circuit Transformation with QKNOB Circuits
von: Li, Sanjiang, et al.
Veröffentlicht: (2023)

Spectral invariance and maximality properties of the frequency spectrum of quantum neural networks
von: Holzer, Patrick, et al.
Veröffentlicht: (2024)

Quantum Circuit Encodings of Polynomial Chaos Expansions
von: Aftab, Junaid, et al.
Veröffentlicht: (2025)

Structured Unitary Tensor Network Representations for Circuit-Efficient Quantum Data Encoding
von: Lin, Guang, et al.
Veröffentlicht: (2026)

Quantum State Preparation via Neural Network Encoding in Quantum Machine Learning
von: Aoun, Kevin W., et al.
Veröffentlicht: (2026)

Analogue Quantum Simulation with Fixed-Frequency Transmon Qubits
von: Greenaway, Sean, et al.
Veröffentlicht: (2022)

Quantum Quandaries: Unraveling Encoding Vulnerabilities in Quantum Neural Networks
von: Upadhyay, Suryansh, et al.
Veröffentlicht: (2025)

On Encoding Matrices using Quantum Circuits
von: Yosef, Liron Mor, et al.
Veröffentlicht: (2025)

Trainable Quantum Neural Network for Multiclass Image Classification with the Power of Pre-trained Tree Tensor Networks
von: Murota, Keisuke, et al.
Veröffentlicht: (2025)

Quantum Graph Attention Networks: Trainable Quantum Encoders for Inductive Graph Learning
von: Faria, Arthur M., et al.
Veröffentlicht: (2025)

Regression of Functions by Quantum Neural Networks Circuits
von: Neto, Fernando M. de Paula, et al.
Veröffentlicht: (2025)

A Comparative Study of Encoding Strategies for Quantum Convolutional Neural Networks
von: Feng, Xingyun
Veröffentlicht: (2025)

Towards Automated Selection of Quantum Encoding Circuits via Meta-Learning
von: Tung, Dao Duy, et al.
Veröffentlicht: (2026)

Randomized Benchmarking with Synthetic Quantum Circuits
von: Fan, Yale, et al.
Veröffentlicht: (2024)

Optimal Circuit Size for Fixed-Hamming-Weight Quantum States Preparation
von: Luo, Jingquan, et al.
Veröffentlicht: (2025)

Programmable Photonic Quantum Circuits with Ultrafast Time-bin Encoding
von: Bouchard, Frédéric, et al.
Veröffentlicht: (2024)

Can Error Mitigation Improve Trainability of Noisy Variational Quantum Algorithms?
von: Wang, Samson, et al.
Veröffentlicht: (2021)

Trainable Quantum Spectral Models for Partial Differential Equations
von: Mejia, Gabriel, et al.
Veröffentlicht: (2026)

Practical Trainable Temporal Postprocessor for Multistate Quantum Measurement
von: Khan, Saeed A., et al.
Veröffentlicht: (2023)

Provably Trainable Rotationally Equivariant Quantum Machine Learning
von: West, Maxwell T., et al.
Veröffentlicht: (2023)

Designing Robust Quantum Neural Networks via Optimized Circuit Metrics
von: Maouaki, Walid El, et al.
Veröffentlicht: (2024)