Zobrazeno 1 - 3
of 3
pro vyhledávání: '"Sbahi, Faris M."'
Autor:
Sbahi, Faris M., Martinez, Antonio J., Patel, Sahil, Saberi, Dmitri, Yoo, Jae Hyeon, Roeder, Geoffrey, Verdon, Guillaume
The dual tasks of quantum Hamiltonian learning and quantum Gibbs sampling are relevant to many important problems in physics and chemistry. In the low temperature regime, algorithms for these tasks often suffer from intractabilities, for example from
Externí odkaz:
http://arxiv.org/abs/2206.04663
Autor:
Larocca, Martin, Sauvage, Frederic, Sbahi, Faris M., Verdon, Guillaume, Coles, Patrick J., Cerezo, M.
Publikováno v:
PRX Quantum 3, 030341 (2022)
Quantum Machine Learning (QML) models are aimed at learning from data encoded in quantum states. Recently, it has been shown that models with little to no inductive biases (i.e., with no assumptions about the problem embedded in the model) are likely
Externí odkaz:
http://arxiv.org/abs/2205.02261
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.