Copertina

Learning to Concatenate Quantum Codes

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Meyer, Nico, Mutschler, Christopher, Seuß, Dominik, Maier, Andreas, Scherer, Daniel D.
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

Learning Logical Operations for Arbitrary Quantum Error Correction Codes
di: Meyer, Nico, et al.
Pubblicazione: (2026)

Learning Encodings by Maximizing State Distinguishability: Variational Quantum Error Correction
di: Meyer, Nico, et al.
Pubblicazione: (2025)

Robustness and Generalization in Quantum Reinforcement Learning via Lipschitz Regularization
di: Meyer, Nico, et al.
Pubblicazione: (2024)

Benchmarking Quantum Reinforcement Learning
di: Meyer, Nico, et al.
Pubblicazione: (2025)

A Survey on Quantum Reinforcement Learning
di: Meyer, Nico, et al.
Pubblicazione: (2022)

Qiskit-Torch-Module: Fast Prototyping of Quantum Neural Networks
di: Meyer, Nico, et al.
Pubblicazione: (2024)

Warm-Start Variational Quantum Policy Iteration
di: Meyer, Nico, et al.
Pubblicazione: (2024)

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

Incremental Data-Uploading for Full-Quantum Classification
di: Periyasamy, Maniraman, et al.
Pubblicazione: (2022)

Comprehensive Library of Variational LSE Solvers
di: Meyer, Nico, et al.
Pubblicazione: (2024)

BCQQ: Batch-Constraint Quantum Q-Learning with Cyclic Data Re-uploading
di: Periyasamy, Maniraman, et al.
Pubblicazione: (2023)

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

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

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

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

Quantum Annealing Feature Selection on Light-weight Medical Image Datasets
di: Nau, Merlin A., et al.
Pubblicazione: (2025)

CutReg: A loss regularizer for enhancing the scalability of QML via adaptive circuit cutting
di: Periyasamy, Maniraman, et al.
Pubblicazione: (2025)

Discovery of Optimal Quantum Error Correcting Codes via Reinforcement Learning
di: Su, Vincent Paul, et al.
Pubblicazione: (2023)

Quantum Wasserstein Compilation: Unitary Compilation using the Quantum Earth Mover's Distance
di: Richter, Marvin, et al.
Pubblicazione: (2024)

Bidirectional Decoding for Concatenated Quantum Hamming Codes
di: Zhang, Chao, et al.
Pubblicazione: (2026)

The Role of Quantum in Hybrid Quantum-Classical Neural Networks: A Realistic Assessment
di: Freinberger, Dominik, et al.
Pubblicazione: (2026)

QGEC : Quantum Golay Code Error Correction
di: Mukai, Hideo, et al.
Pubblicazione: (2025)

Generative Quantum Data Embeddings for Supervised Learning
di: Heo, Jaewoong, et al.
Pubblicazione: (2026)

Understanding Generalization in Quantum Machine Learning with Margins
di: Hur, Tak, et al.
Pubblicazione: (2024)

Improving Quantum and Classical Decomposition Methods for Vehicle Routing
di: Herzog, Laura S., et al.
Pubblicazione: (2024)

RhoDARTS: Differentiable Quantum Architecture Search with Density Matrix Simulations
di: Kumar, Swagat, et al.
Pubblicazione: (2025)

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

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

Limitations of Quantum Advantage in Unsupervised Machine Learning
di: Patel, Apoorva D.
Pubblicazione: (2025)

SCIM MILQ: An HPC Quantum Scheduler
di: Seitz, Philipp, et al.
Pubblicazione: (2024)

Quantum Machine Learning via Contrastive Training
di: Zhukas, Liudmila A., et al.
Pubblicazione: (2025)

Exponential Quantum Communication Advantage in Distributed Inference and Learning
di: Gilboa, Dar, et al.
Pubblicazione: (2023)

Deep Learning Approaches to Quantum Error Mitigation
di: Placidi, Leonardo, et al.
Pubblicazione: (2026)

Revisiting Quantum Code Generation: Where Should Domain Knowledge Live?
di: Novo, Oscar, et al.
Pubblicazione: (2026)

Improving Quantum Machine Learning via Heat-Bath Algorithmic Cooling
di: Rodríguez-Briones, Nayeli A., et al.
Pubblicazione: (2025)

Concatenating Algebraic Codes over High-Rate Quantum LDPC Codes
di: Wills, Adam, et al.
Pubblicazione: (2026)

Efficient Learning of Quantum States Prepared With Few Non-Clifford Gates
di: Grewal, Sabee, et al.
Pubblicazione: (2023)

AutoQML: A Framework for Automated Quantum Machine Learning
di: Roth, Marco, et al.
Pubblicazione: (2025)

Concatenating Binomial Codes with the Planar Code
di: Soule, Juliette, et al.
Pubblicazione: (2023)

Guided-SPSA: Simultaneous Perturbation Stochastic Approximation assisted by the Parameter Shift Rule
di: Periyasamy, Maniraman, et al.
Pubblicazione: (2024)