Scalable quantum dynamics compilation via quantum machine learning
Compilation évolutive de la dynamique quantique via l'apprentissage automatique quantique
★
★
★
★
☆
4/5
QAISG
@quantumaisg
Exponential concentration in quantum kernel methods
Concentration exponentielle dans les méthodes à noyau quantiques
★
★
★
★
☆
4/5
Efficient Learning for Linear Properties of Bounded Gate Quantum Circuits
Apprentissage efficace pour les propriétés linéaires des circuits quantiques à portes bornées
★
★
★
★
☆
4/5
Overcoming the coherence time barrier in quantum machine learning on temporal data
Surmonter la barrière du temps de cohérence dans l'apprentissage automatique quantique sur des données temporelles
★
★
★
★
☆
4/5
Provably Trainable Rotationally Equivariant Quantum Machine Learning
Apprentissage automatique quantique entraînable de manière prouvable et équivariant par rotation
★
★
★
☆
☆
3/5
Exponential quantum advantages in learning quantum observables from classical data
Avantages quantiques exponentiels dans l'apprentissage d'observables quantiques à partir de données classiques
★
★
★
★
☆
4/5
Entanglement enabled advantage for learning a bosonic random displacement channel
Avantage rendu possible par l'intrication pour apprendre un canal bosonique de déplacement aléatoire
★
★
★
★
☆
4/5
Dissipation as a resource for quantum reservoir computing
La dissipation comme ressource pour le calcul par réservoirs quantiques
★
★
★
★
☆
4/5
Noise induced shallow circuits and absence of barren plateaus
Circuits peu profonds induits par le bruit et absence de plateaux stériles
★
★
★
★
☆
4/5
On fundamental aspects of quantum extreme learning machines
Sur les aspects fondamentaux des machines d'apprentissage extrême quantiques
★
★
★
★
★
5/5
Does provable absence of barren plateaus imply classical simulability？
L'absence prouvable de plateaux stériles implique-t-elle la simulabilité classique ?
★
★
★
★
★
5/5
Mapping out phase diagrams with generative classifiers
Cartographier les diagrammes de phases avec des classificateurs génératifs
★
★
★
★
★
5/5
The discrete adiabatic quantum linear system solver has lower constant factors than the ra
Le solveur adiabatique quantique discret de systèmes linéaires a des facteurs constants inférieurs à ceux du ra
★
★
★
★
☆
4/5
From explainable NLP to quantum dynamics prediction
De la PNL explicable à la prédiction de la dynamique quantique
★
★
★
★
★
5/5
On the expressivity of embedding quantum kernels
Sur l'expressivité des noyaux quantiques d'intégration
★
★
★
★
☆
4/5
Symmetry invariant quantum machine learning force fields
Champs de force d'apprentissage automatique quantique invariants par symétrie
★
★
★
★
☆
4/5
Provable Advantage of Parameterized Quantum Circuit in Function Approximation
Avantage prouvable du circuit quantique paramétré dans l'approximation de fonctions
★
★
★
★
★
5/5
Model Independent Learning of Quantum Phases of Matter with Quantum Convolutional Neural Networks
Apprentissage indépendant du modèle des phases quantiques de la matière avec des réseaux de neurones convolutifs quantiques
★
★
★
★
☆
4/5
Post-variational quantum neural networks
Réseaux neuronaux quantiques post-variationnels
★
★
★
★
☆
4/5
Phase transition in Random Circuit Sampling
Transition de phase dans l'échantillonnage de circuits aléatoires
★
★
★
★
★
5/5
Understanding quantum machine learning also requires rethinking generalization
Comprendre l'apprentissage automatique quantique exige également de repenser la généralisation
★
★
★
★
★
5/5
Systems Architecture for Quantum Random Access Memory
Architecture des systèmes pour la mémoire quantique à accès aléatoire
★
★
★
★
☆
4/5
Transition role of entangled data in quantum machine learning
Rôle de transition des données intriquées dans l'apprentissage automatique quantique
★
★
★
★
☆
4/5
Classical Verification of Quantum Learning
Vérification classique de l'apprentissage quantique
★
★
★
★
☆
4/5
Trainability barriers and opportunities in quantum generative modeling
Barrières et opportunités de trainabilité dans la modélisation générative quantique
★
★
★
★
☆
4/5
On quantum backpropagation, information reuse, and cheating measurement collapse
Sur la rétropropagation quantique, la réutilisation de l'information et l'effondrement de mesure tricheur
★
★
★
★
☆
4/5
Comparing Generalization of Quantum and Classical Generative Models towards Practical QA
Comparaison de la généralisation des modèles génératifs quantiques et classiques vers l’AQ pratique
★
★
★
★
☆
4/5
Towards Provably Efficient Quantum Algorithms for Large scale Machine learning Models
Vers des algorithmes quantiques prouvablement efficaces pour les modèles d'apprentissage automatique à grande échelle
★
★
★
★
☆
4/5
On the Role of Entanglement and Statistics in Learnining
Sur le rôle de l'intrication et des statistiques dans l'apprentissage
★
★
★
★
☆
4/5
Exponentially Improved Efficient Machine Leaning for Quantum Many body States
Apprentissage automatique efficace exponentiellement amélioré pour les états quantiques à plusieurs corps
★
★
★
★
☆
4/5
Learning quantum systems via out of time order correlators
Apprendre les systèmes quantiques via les corrélateurs hors ordre temporel
★
★
★
★
★
5/5
Learning to predict arbitrary quantum processes
Apprendre à prédire des processus quantiques arbitraires
★
★
★
★
☆
4/5
Contextuality and inductive bias in quantum machine learning
Contextualité et biais inductif dans l'apprentissage automatique quantique
★
★
★
★
★
5/5
Learning efficient decoders for quasi chaotic quantum scramblers
Apprendre des décodeurs efficaces pour les scramblers quantiques quasi chaotiques
★
★
★
★
☆
4/5
Improved machine learning algorithm for predicting ground state properties
Algorithme d'apprentissage automatique amélioré pour prédire les propriétés de l'état fondamental
★
★
★
★
☆
4/5