Buchumschlag

The QuaST Decision Tree: Achieving Automation With Data-Based Recommendations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Poggel, Benedikt, Tokuhiro, Lena, Kruse, Georg, Lorenz, Jeanette Miriam
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

Discovering Data Encoding Strategies for Quantum-Classical Neural Networks Using Monte Carlo Tree Search
von: Tokuhiro, Lena, et al.
Veröffentlicht: (2026)

Creating Automated Quantum-Assisted Solutions for Optimization Problems
von: Poggel, Benedikt, et al.
Veröffentlicht: (2024)

Solving Combinatorial Optimization Problems with a Block Encoding Quantum Optimizer
von: Bärligea, Adelina, et al.
Veröffentlicht: (2024)

Application-Driven Benchmarking of the Traveling Salesperson Problem: a Quantum Hardware Deep-Dive
von: Bentellis, Amine, et al.
Veröffentlicht: (2025)

Scalability Challenges in Variational Quantum Optimization under Stochastic Noise
von: Bärligea, Adelina, et al.
Veröffentlicht: (2025)

QAOA-Predictor: Forecasting Success Probabilities and Minimal Depths for Efficient Fixed-Parameter Optimization
von: Coelho, Rodrigo, et al.
Veröffentlicht: (2026)

Hybrid Meta-Solving for Practical Quantum Computing
von: Eichhorn, Domenik, et al.
Veröffentlicht: (2024)

Quantum-Assisted Solution Paths for the Capacitated Vehicle Routing Problem
von: Palackal, Lilly, et al.
Veröffentlicht: (2023)

Variational Quantum Circuit Design for Quantum Reinforcement Learning on Continuous Environments
von: Kruse, Georg, et al.
Veröffentlicht: (2023)

Efficient Encodings of the Travelling Salesperson Problem for Variational Quantum Algorithms
von: Schnaus, Manuel, et al.
Veröffentlicht: (2024)

Benchmarking Quantum Reinforcement Learning
von: Kruse, Georg, et al.
Veröffentlicht: (2025)

CleanQRL: Lightweight Single-file Implementations of Quantum Reinforcement Learning Algorithms
von: Kruse, Georg, et al.
Veröffentlicht: (2025)

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

Quantum Patch-Based Autoencoder for Anomaly Segmentation
von: Madeira, Maria Francisca, et al.
Veröffentlicht: (2024)

Building Continuous Quantum-Classical Bayesian Neural Networks for a Classical Clinical Dataset
von: Sakhnenko, Alona, et al.
Veröffentlicht: (2024)

A Hyperparameter Study for Quantum Kernel Methods
von: Egginger, Sebastian, et al.
Veröffentlicht: (2023)

Identifying Bottlenecks of NISQ-friendly HHL algorithms
von: Marfany, Marc Andreu, et al.
Veröffentlicht: (2024)

Constructing Optimal Noise Channels for Enhanced Robustness in Quantum Machine Learning
von: Winderl, David, et al.
Veröffentlicht: (2024)

Generalization Bounds in Hybrid Quantum-Classical Machine Learning Models
von: Wu, Tongyan, et al.
Veröffentlicht: (2025)

Benchmarking the Variational Quantum Eigensolver using different quantum hardware
von: Bentellis, Amine, et al.
Veröffentlicht: (2023)

Accuracy-Cost Trade-offs for Reference VQE Calculations of H$_2$ on IBM Quantum Hardware
von: Larrucea, Julen, et al.
Veröffentlicht: (2026)

Quadratic Advantage with Quantum Randomized Smoothing Applied to Time-Series Analysis
von: Franco, Nicola, et al.
Veröffentlicht: (2024)

Understanding the effects of data encoding on quantum-classical convolutional neural networks
von: Monnet, Maureen, et al.
Veröffentlicht: (2024)

Certifiably Robust Encoding Schemes
von: Saxena, Aman, et al.
Veröffentlicht: (2024)

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

Quantum Multi-Agent Reinforcement Learning for Aerial Ad-hoc Networks
von: Drăgan, Theodora-Augustina, et al.
Veröffentlicht: (2024)

Quantum-Efficient Kernel Target Alignment
von: Coelho, Rodrigo, et al.
Veröffentlicht: (2025)

Enhancing the Scalability of Classical Surrogates for Real-World Quantum Machine Learning Applications
von: Hernicht, Philip Anton, et al.
Veröffentlicht: (2025)

QuaLITi: Quantum Machine Learning Hardware Selection for Inferencing with Top-Tier Performance
von: Phalak, Koustubh, et al.
Veröffentlicht: (2024)

QuaRK: A Quantum Reservoir Kernel for Time Series Learning
von: Aaraba, Abdallah, et al.
Veröffentlicht: (2026)

QuaNTUM: A Modular Quantum Communication Testbed for Scalable Fiber and Satellite Integration
von: Chénedé, Julien, et al.
Veröffentlicht: (2026)

Is data-efficient learning feasible with quantum models?
von: Sakhnenko, Alona, et al.
Veröffentlicht: (2025)

Predominant Aspects on Security for Quantum Machine Learning: Literature Review
von: Franco, Nicola, et al.
Veröffentlicht: (2024)

QuaRT: A toolkit for the exploration of quantum methods for radiation transport
von: Devkota, Rasmit, et al.
Veröffentlicht: (2025)

Benchmarking Quantum Generative Learning: A Study on Scalability and Noise Resilience using QUARK
von: Kiwit, Florian J., et al.
Veröffentlicht: (2024)

Entanglement and correlations in an exactly-solvable model of a Bose-Einstein condensate in a cavity
von: Alon, Ofir E., et al.
Veröffentlicht: (2023)

Systematic benchmarking of quantum computers: status and recommendations
von: Lorenz, Jeanette Miriam, et al.
Veröffentlicht: (2025)

Opportunities and challenges of quantum computing for climate modelling
von: Schwabe, Mierk, et al.
Veröffentlicht: (2025)

Correlation Effects in a Trapped Bose-Fermi Mixture: Exact Results
von: Alon, Ofir E., et al.
Veröffentlicht: (2023)

Automated Charge Transition Detection in Quantum Dot Charge Stability Diagrams
von: Hader, Fabian, et al.
Veröffentlicht: (2025)