Buchumschlag

Towards interpretable AI with quantum annealing feature selection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Venturelli, Francesco Aldo, Costa, Emanuele, K, Sikha O, Juliá-Díaz, Bruno, Ballester, Miguel A. González, Cervera-Lierta, Alba
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Simulation of the 1d XY model on a quantum computer
von: Farreras, Marc, et al.
Veröffentlicht: (2024)

Investigating layer-selective transfer learning of QAOA parameters for Max-Cut problem
von: Venturelli, Francesco Aldo, et al.
Veröffentlicht: (2024)

Warm Starts, Cold States: Exploiting Adiabaticity for Variational Ground-States
von: Puig, Ricard, et al.
Veröffentlicht: (2026)

Gauge and diffeomorphism invariance from quantum information principles
von: Núñez, Claudia, et al.
Veröffentlicht: (2025)

Physics-inspired Generative AI models via real hardware-based noisy quantum diffusion
von: Parigi, Marco, et al.
Veröffentlicht: (2025)

Quasiparticle pairing encoding of atomic nuclei for quantum annealing
von: Costa, Emanuele, et al.
Veröffentlicht: (2025)

Universality of entanglement in gluon dynamics
von: Núñez, Claudia, et al.
Veröffentlicht: (2025)

Hardware-inspired Continuous Variables Quantum Optical Neural Networks
von: Krasimirov-Ivanov, Todor, et al.
Veröffentlicht: (2025)

Sparse encoding for more-interpretable feature-selecting representations in probabilistic matrix factorization
von: Chang, Joshua C., et al.
Veröffentlicht: (2020)

Greedy feature selection: Classifier-dependent feature selection via greedy methods
von: Camattari, Fabiana, et al.
Veröffentlicht: (2024)

Distributed Quantum Circuit Cutting for Hybrid Quantum-Classical High-Performance Computing
von: Tejedor, Mar, et al.
Veröffentlicht: (2025)

Sparse minimum Redundancy Maximum Relevance for feature selection
von: Naylor, Peter, et al.
Veröffentlicht: (2025)

Data-Centric Label Smoothing for Explainable Glaucoma Screening from Eye Fundus Images
von: Galdran, Adrian, et al.
Veröffentlicht: (2024)

A quantum annealing approach to graph node embedding
von: Djidjev, Hristo N.
Veröffentlicht: (2025)

Uncertainty-Aware Segmentation Quality Prediction via Deep Learning Bayesian Modeling: Comprehensive Evaluation and Interpretation on Skin Cancer and Liver Segmentation
von: K, Sikha O, et al.
Veröffentlicht: (2025)

Efficient Detection of Botnet Traffic by features selection and Decision Trees
von: Velasco-Mata, Javier, et al.
Veröffentlicht: (2021)

Privacy Vulnerabilities in Marginals-based Synthetic Data
von: Golob, Steven, et al.
Veröffentlicht: (2024)

End to End Collaborative Synthetic Data Generation
von: Pentyala, Sikha, et al.
Veröffentlicht: (2024)

Improving clinical interpretability of linear neuroimaging models through feature whitening
von: Petiton, Sara, et al.
Veröffentlicht: (2026)

Cost-constrained multi-label group feature selection using shadow features
von: Klonecki, Tomasz, et al.
Veröffentlicht: (2024)

Enhancing interpretability of rule-based classifiers through feature graphs
von: Sirocchi, Christel, et al.
Veröffentlicht: (2025)

রবীন্দ্রসাহিত্যে প্রেমচেতনার আধুনিকতা : প্রসঙ্গ "শেষের কবিতা"
von: Ghosh, Sikha
Veröffentlicht: (2025)

A scalable 2-local architecture for quantum annealing of Ising models with arbitrary dimensions
von: Palacios, Ana, et al.
Veröffentlicht: (2024)

BCI-sift: An automated feature selection toolbox for Brain Computer Interface applications
von: Offenberg, Elena C, et al.
Veröffentlicht: (2026)

Physics-informed transfer learning for SHM via feature selection
von: Poole, J., et al.
Veröffentlicht: (2025)

From Motion to Meaning: Biomechanics-Informed Neural Network for Explainable Cardiovascular Disease Identification
von: Valentin, Comte, et al.
Veröffentlicht: (2025)

xRFM: Accurate, scalable, and interpretable feature learning models for tabular data
von: Beaglehole, Daniel, et al.
Veröffentlicht: (2025)

Towards mechanistic understanding in a data-driven weather model: internal activations reveal interpretable physical features
von: MacMillan, Theodore, et al.
Veröffentlicht: (2025)

LLM-based feature generation from text for interpretable machine learning
von: Balek, Vojtěch, et al.
Veröffentlicht: (2024)

Scalable unsupervised feature selection via weight stability
von: Zhang, Xudong, et al.
Veröffentlicht: (2025)

Unsupervised feature selection using Bayesian Tucker decomposition
von: Taguchi, Y-h., et al.
Veröffentlicht: (2026)

A novel feature selection framework for incomplete data
von: Guo, Cong
Veröffentlicht: (2023)

GRASP: group-Shapley feature selection for patients
von: Luo, Yuheng, et al.
Veröffentlicht: (2026)

Class-specific feature selection for classification explainability
von: Aguilar-Ruiz, Jesus S.
Veröffentlicht: (2024)

A feature selection method based on Shapley values robust to concept shift in regression
von: Sebastián, Carlos, et al.
Veröffentlicht: (2023)

Toward Optimal Regret in Robust Pricing: Decoupling Corruption and Time
von: Kalupahana, Kalana, et al.
Veröffentlicht: (2026)

ExplainerPFN: Towards tabular foundation models for model-free zero-shot feature importance estimations
von: Fonseca, Joao, et al.
Veröffentlicht: (2026)

Neural interval-censored survival regression with feature selection
von: Meixide, Carlos García, et al.
Veröffentlicht: (2022)

Analysis of voice recordings features for Classification of Parkinson's Disease
von: Pérez-Sánchez, Beatriz, et al.
Veröffentlicht: (2026)

Ransomware detection using stacked autoencoder for feature selection
von: Nkongolo, Mike, et al.
Veröffentlicht: (2024)