Buchumschlag

Breaking QAOA's Fixed Target Hamiltonian Barrier: A Fully Connected Quantum Boltzmann Machine via Bilevel Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Liu, Jun
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Quantum Physics Statistical Mechanics Artificial Intelligence Emerging Technologies Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Evidence of Scaling Advantage for the Quantum Approximate Optimization Algorithm on a Classically Intractable Problem
von: Shaydulin, Ruslan, et al.
Veröffentlicht: (2023)

Thermodynamic Bayesian Inference
von: Aifer, Maxwell, et al.
Veröffentlicht: (2024)

How to Incorporate External Fields in Analog Ising Machines
von: De Prins, Robbe, et al.
Veröffentlicht: (2025)

Restoring Sparsity in Potts Machines via Mean-Field Constraints
von: Callahan-Coray, Kevin, et al.
Veröffentlicht: (2026)

Component Based Quantum Machine Learning Explainability
von: White, Barra, et al.
Veröffentlicht: (2025)

Implementing Large Quantum Boltzmann Machines as Generative AI Models for Dataset Balancing
von: Sinno, Salvatore, et al.
Veröffentlicht: (2025)

Thermodynamic Linear Algebra
von: Aifer, Maxwell, et al.
Veröffentlicht: (2023)

Thermodynamic Matrix Exponentials and Thermodynamic Parallelism
von: Duffield, Samuel, et al.
Veröffentlicht: (2023)

Error Mitigation for Thermodynamic Computing
von: Aifer, Maxwell, et al.
Veröffentlicht: (2024)

Computable Model-Independent Bounds for Adversarial Quantum Machine Learning
von: Li, Bacui, et al.
Veröffentlicht: (2024)

Toward Practical Benchmarks of Ising Machines: A Case Study on the Quadratic Knapsack Problem
von: Ohno, Kentaro, et al.
Veröffentlicht: (2024)

Quantum Data Center: Perspectives
von: Liu, Junyu, et al.
Veröffentlicht: (2023)

Fully analogue in-memory neural computing via quantum tunneling effect
von: Li, Songyuan, et al.
Veröffentlicht: (2025)

A Quantum States Preparation Method Based on Difference-Driven Reinforcement Learning
von: Liu, Wenjie, et al.
Veröffentlicht: (2023)

Quantum Boltzmann Machines using Parallel Annealing for Medical Image Classification
von: Schuman, Daniëlle, et al.
Veröffentlicht: (2025)

Universality of the $π^2/6$ Pathway in Avoiding Model Collapse
von: Dey, Apratim, et al.
Veröffentlicht: (2024)

Quantum-Based Feature Selection for Multi-classification Problem in Complex Systems with Edge Computing
von: Liu, Wenjie, et al.
Veröffentlicht: (2023)

A Unitary Weights Based One-Iteration Quantum Perceptron Algorithm for Non-Ideal Training Sets
von: Liu, Wenjie, et al.
Veröffentlicht: (2023)

Variational Quantum Circuits Enhanced Generative Adversarial Network
von: Shu, Runqiu, et al.
Veröffentlicht: (2024)

KANQAS: Kolmogorov-Arnold Network for Quantum Architecture Search
von: Kundu, Akash, et al.
Veröffentlicht: (2024)

Applying Quantum Autoencoders for Time Series Anomaly Detection
von: Frehner, Robin, et al.
Veröffentlicht: (2024)

KetGPT - Dataset Augmentation of Quantum Circuits using Transformers
von: Apak, Boran, et al.
Veröffentlicht: (2024)

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

Implementing Quantum Generative Adversarial Network (qGAN) and QCBM in Finance
von: Ganguly, Santanu
Veröffentlicht: (2023)

Measuring Accuracy and Energy-to-Solution of Quantum Fine-Tuning of Foundational AI Models
von: Knitter, Oliver, et al.
Veröffentlicht: (2026)

Scalable almost-linear dynamical Ising machines
von: Shukla, Aditya, et al.
Veröffentlicht: (2022)

Quantum Machine Learning Architecture Search via Deep Reinforcement Learning
von: Dai, Xin, et al.
Veröffentlicht: (2024)

Introduction to Quantum Machine Learning and Quantum Architecture Search
von: Chen, Samuel Yen-Chi, et al.
Veröffentlicht: (2025)

Meta-learning of Gibbs states for many-body Hamiltonians with applications to Quantum Boltzmann Machines
von: Bhat, Ruchira V, et al.
Veröffentlicht: (2025)

QAOA-PCA: Enhancing Efficiency in the Quantum Approximate Optimization Algorithm via Principal Component Analysis
von: Parry, Owain, et al.
Veröffentlicht: (2025)

Learning to Program Quantum Measurements for Machine Learning
von: Chen, Samuel Yen-Chi, et al.
Veröffentlicht: (2025)

Quantum Annealing: Optimisation, Sampling, and Many-Body Dynamics
von: Abel, Steven, et al.
Veröffentlicht: (2026)

Fully Analog Resonant Recurrent Neural Network via Metacircuit
von: Zhou, Zixin, et al.
Veröffentlicht: (2026)

Linearizing Binary Optimization Problems Using Variable Posets for Ising Machines
von: Ohno, Kentaro, et al.
Veröffentlicht: (2023)

An Efficient Quantum Classifier Based on Hamiltonian Representations
von: Tiblias, Federico, et al.
Veröffentlicht: (2025)

Replay-buffer engineering for noise-robust quantum circuit optimization
von: Kundu, Akash, et al.
Veröffentlicht: (2026)

Long Range Frequency Tuning for QML
von: Poppel, Michael, et al.
Veröffentlicht: (2026)

Optimal normalization in quantum-classical hybrid models for anti-cancer drug response prediction
von: Ito, Takafumi, et al.
Veröffentlicht: (2025)

TensorRL-QAS: Reinforcement learning with tensor networks for improved quantum architecture search
von: Kundu, Akash, et al.
Veröffentlicht: (2025)

Evolutionary Optimization for Designing Variational Quantum Circuits with High Model Capacity
von: Chen, Samuel Yen-Chi
Veröffentlicht: (2024)