Solveur linéaire quantique variationnel

[1] J. Abhijith, Adetokunbo Adedoyin, John Ambrosiano, Petr Anisimov, William Casper, Gopinath Chennupati, Carleton Coffrin, Hristo Djidjev, David Gunter, Satish Karra, Nathan Lemons, Shizeng Lin, Alexander Malyzhenkov, David Mascarenas, Susan Mniszewski, Balu Nadiga, Daniel O'Malley, Diane Oyen, Scott Pakin, Lakshman Prasad, Randy Roberts, Phillip Romero, Nandakishore Santhi, Nikolai Sinitsyn, Pieter J. Swart, James G. Wendelberger, Boram Yoon, Richard Zamora, Wei Zhu, Stephan Eidenbenz, Andreas Bärtschi, Patrick J. Coles, Marc Vuffray et Andrey Y. Lokhov, « Implémentations d'algorithmes quantiques pour les débutants », arXiv: 1804.03719, (2018).

[2] Jules Tilly, Hongxiang Chen, Shuxiang Cao, Dario Picozzi, Kanav Setia, Ying Li, Edward Grant, Leonard Wossnig, Ivan Rungger, George H. Booth et Jonathan Tennyson, "The Variational Quantum Eigensolver: A review of methods and les meilleures pratiques", Rapports de physique 986, 1 (2022).

[3] Kishor Bharti, Alba Cervera-Lierta, Thi Ha Kyaw, Tobias Haug, Sumner Alperin-Lea, Abhinav Anand, Matthias Degroote, Hermanni Heimonen, Jakob S. Kottmann, Tim Menke, Wai-Keong Mok, Sukin Sim, Leong- Chuan Kwek et Alán Aspuru-Guzik, "Algorithmes quantiques à échelle intermédiaire bruyants", Avis sur Modern Physics 94 1, 015004 (2022).

[4] Andrew Arrasmith, M. Cerezo, Piotr Czarnik, Lukasz Cincio et Patrick J. Coles, « Effet des plateaux stériles sur l'optimisation sans gradient », Quantique 5, 558 (2021).

[5] M. Cerezo, Akira Sone, Tyler Volkoff, Lukasz Cincio et Patrick J. Coles, « Plats stériles dépendant de la fonction des coûts dans les circuits quantiques paramétrés peu profonds », Communications Nature 12, 1791 (2021).

[6] Samson Wang, Enrico Fontana, M. Cerezo, Kunal Sharma, Akira Sone, Lukasz Cincio et Patrick J. Coles, « Plateaux stériles induits par le bruit dans les algorithmes quantiques variationnels », Communications Nature 12, 6961 (2021).

[7] M. Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C. Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R. McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio et Patrick J. Coles, «Variational Quantum Algorithms», arXiv: 2012.09265, (2020).

[8] Suguru Endo, Zhenyu Cai, Simon C. Benjamin et Xiao Yuan, « Algorithmes quantiques classiques hybrides et atténuation des erreurs quantiques », Journal de la société de physique du Japon 90 3, 032001 (2021).

[9] Xiaosi Xu, Jinzhao Sun, Suguru Endo, Ying Li, Simon C. Benjamin et Xiao Yuan, « Algorithmes variationnels pour l'algèbre linéaire », Bulletin scientifique 66 21, 2181 (2021).

[10] Zoë Holmes, Kunal Sharma, M. Cerezo et Patrick J. Coles, « Connecter l'expressibilité d'Ansatz aux magnitudes de gradient et aux plateaux stériles », PRX Quantique 3 1, 010313 (2022).

[11] Dylan Herman, Cody Googin, Xiaoyuan Liu, Alexey Galda, Ilya Safro, Yue Sun, Marco Pistoia et Yuri Alexeev, "Une enquête sur l'informatique quantique pour la finance", arXiv: 2201.02773, (2022).

[12] Kunal Sharma, Sumeet Khatri, M. Cerezo et Patrick J. Coles, « Résilience au bruit de la compilation quantique variationnelle », Nouveau Journal of Physics 22 4, 043006 (2020).

[13] Daniel Stilck França et Raul García-Patrón, « Limites des algorithmes d'optimisation sur les dispositifs quantiques bruyants », Physique de la nature 17 11, 1221 (2021).

[14] Arthur Pesah, M. Cerezo, Samson Wang, Tyler Volkoff, Andrew T. Sornborger et Patrick J. Coles, « Absence de plateaux stériles dans les réseaux de neurones convolutifs quantiques », Examen physique X 11 4, 041011 (2021).

[15] Suguru Endo, Jinzhao Sun, Ying Li, Simon C. Benjamin et Xiao Yuan, « Simulation quantique variationnelle des processus généraux », Lettres d'examen physique 125 1, 010501 (2020).

[16] Oleksandr Kyriienko, Annie E. Paine et Vincent E. Elfving, «Résoudre des équations différentielles non linéaires avec des circuits quantiques différentiables», Examen physique A 103 5, 052416 (2021).

[17] Ryan LaRose et Brian Coyle, «Robust data encodings for quantum classifiers», Examen physique A 102 3, 032420 (2020).

[18] M. Cerezo, Kunal Sharma, Andrew Arrasmith et Patrick J. Coles, «Variational Quantum State Eigensolver», arXiv: 2004.01372, (2020).

[19] Kunal Sharma, M. Cerezo, Lukasz Cincio et Patrick J. Coles, «Trainability of Dissipative Perceptron-Based Quantum Neural Networks», Lettres d'examen physique 128 18, 180505 (2022).

[20] Hsin-Yuan Huang, Kishor Bharti et Patrick Rebentrost, «Algorithmes quantiques à court terme pour les systèmes linéaires d'équations», arXiv: 1909.07344, (2019).

[21] Tyler Volkoff et Patrick J. Coles, «Grands gradients via corrélation dans des circuits quantiques paramétrés aléatoires», Science et technologie quantiques 6 2, 025008 (2021).

[22] Bojia Duan, Jiabin Yuan, Chao-Hua Yu, Jianbang Huang et Chang-Yu Hsieh, «Une enquête sur l'algorithme HHL: de la théorie à l'application dans l'apprentissage quantique», Lettres de physique A 384, 126595 (2020).

[23] M. Cerezo et Patrick J. Coles, « Dérivées d'ordre supérieur des réseaux de neurones quantiques à plateaux stériles », Science et technologie quantiques 6 3, 035006 (2021).

[24] Samson Wang, Piotr Czarnik, Andrew Arrasmith, M. Cerezo, Lukasz Cincio et Patrick J. Coles, « L'atténuation des erreurs peut-elle améliorer la capacité d'entraînement des algorithmes quantiques variationnels bruyants ? », arXiv: 2109.01051, (2021).

[25] Andrew Arrasmith, Lukasz Cincio, Rolando D. Somma et Patrick J. Coles, «Operator Sampling for Shot-frugal Optimization in Variational Algorithms», arXiv: 2004.06252, (2020).

[26] Benjamin Commeau, M. Cerezo, Zoë Holmes, Lukasz Cincio, Patrick J. Coles et Andrew Sornborger, « Diagonalisation hamiltonienne variationnelle pour la simulation quantique dynamique », arXiv: 2009.02559, (2020).

[27] M. Bilkis, M. Cerezo, Guillaume Verdon, Patrick J. Coles, et Lukasz Cincio, « A semi-agnostic ansatz with variable structure for quantum machine learning », arXiv: 2103.06712, (2021).

[28] Jonas M. Kübler, Andrew Arrasmith, Lukasz Cincio et Patrick J. Coles, «An Adaptive Optimizer for Measurement-Frugal Variational Algorithms», Quantique 4, 263 (2020).

[29] Zoë Holmes, Andrew Arrasmith, Bin Yan, Patrick J. Coles, Andreas Albrecht et Andrew T. Sornborger, « Les plateaux stériles empêchent l'apprentissage des brouilleurs », Lettres d'examen physique 126 19, 190501 (2021).

[30] Martin Larocca, Piotr Czarnik, Kunal Sharma, Gopikrishnan Muraleedharan, Patrick J. Coles et M. Cerezo, « Diagnostiquer les plateaux stériles avec les outils du contrôle quantique optimal », Quantique 6, 824 (2022).

[31] AK Fedorov, N. Gisin, SM Beloussov et AI Lvovsky, "L'informatique quantique au seuil de l'avantage quantique : un examen détaillé", arXiv: 2203.17181, (2022).

[32] Chenfeng Cao et Xin Wang, « Autoencodeur quantique assisté par le bruit », Examen physique appliqué 15 5, 054012 (2021).

[33] Jonathan Wei Zhong Lau, Kian Hwee Lim, Harshank Shrotriya et Leong Chuan Kwek, « Informatique NISQ : où en sommes-nous et où allons-nous ? », Association des sociétés de physique d’Asie-Pacifique Bulletin 32 1, 27 (2022).

[34] Peter J. Karalekas, Nikolas A. Tezak, Eric C. Peterson, Colm A. Ryan, Marcus P. da Silva et Robert S. Smith, « Une plateforme cloud quantique classique optimisée pour les algorithmes hybrides variationnels », Science et technologie quantiques 5 2, 024003 (2020).

[35] Carlos Bravo-Prieto, Diego García-Martín et José I. Latorre, « Décomposeur quantique de valeurs singulières », Examen physique A 101 6, 062310 (2020).

[36] Jacob Biamonte, « Calcul quantique variationnel universel », Examen physique A 103 3, L030401 (2021).

[37] Yu Tong, Dong An, Nathan Wiebe et Lin Lin, « Inversion rapide, solveurs de systèmes linéaires quantiques préconditionnés, calcul rapide de la fonction de Green et évaluation rapide des fonctions matricielles », Examen physique A 104 3, 032422 (2021).

[38] Juneseo Lee, Alicia B. Magann, Herschel A. Rabitz et Christian Arenz, « Progrès vers des paysages favorables dans l'optimisation combinatoire quantique », Examen physique A 104 3, 032401 (2021).

[39] Kunal Sharma, M. Cerezo, Zoë Holmes, Lukasz Cincio, Andrew Sornborger et Patrick J. Coles, « Reformulation du théorème sans déjeuner gratuit pour les ensembles de données intriqués », Lettres d'examen physique 128 7, 070501 (2022).

[40] Ting Zhang, Jinzhao Sun, Xiao-Xu Fang, Xiao-Ming Zhang, Xiao Yuan et He Lu, "Mesure expérimentale de l'état quantique avec des ombres classiques", Lettres d'examen physique 127 20, 200501 (2021).

[41] Budinski Ljubomir, « Algorithme quantique pour les équations de Navier-Stokes en utilisant la formulation fonction flux-vorticité et la méthode de Boltzmann sur réseau », Journal international d'information quantique 20 2, 2150039-27 (2022).

[42] Nikolay V. Tkachenko, James Sud, Yu Zhang, Sergei Tretiak, Petr M. Anisimov, Andrew T. Arrasmith, Patrick J. Coles, Lukasz Cincio et Pavel A. Dub, Ansatz Depth in the Variational Quantum Eigensolver », PRX Quantique 2 2, 020337 (2021).

[43] Alexandre Choquette, Agustin Di Paolo, Panagiotis Kl. Barkoutsos, David Sénéchal, Ivano Tavernelli et Alexandre Blais, « Ansatz inspiré du contrôle optimal quantique pour les algorithmes quantiques variationnels », Recherche sur l'examen physique 3 2, 023092 (2021).

[44] Lin Lin et Yu Tong, « Filtrage d'état propre quantique optimal basé sur des polynômes avec application à la résolution de systèmes linéaires quantiques », Quantique 4, 361 (2020).

[45] Aram W. Harrow et John C. Napp, « Les mesures de gradient de faible profondeur peuvent améliorer la convergence dans les algorithmes quantiques-classiques hybrides variationnels », Lettres d'examen physique 126 14, 140502 (2021).

[46] Supanut Thanasilp, Samson Wang, Nhat A. Nghiem, Patrick J. Coles et M. Cerezo, "Subtilités dans la capacité d'entraînement des modèles d'apprentissage automatique quantique", arXiv: 2110.14753, (2021).

[47] Yohei Ibe, Yuya O. Nakagawa, Nathan Earnest, Takahiro Yamamoto, Kosuke Mitarai, Qi Gao et Takao Kobayashi, « Calcul des amplitudes de transition par déflation quantique variationnelle », arXiv: 2002.11724, (2020).

[48] ​​Fong Yew Leong, Wei-Bin Ewe et Dax Enshan Koh, « Solutionneur d'équations d'évolution quantique variationnelle », arXiv: 2204.02912, (2022).

[49] Benjamin A. Cordier, Nicolas PD Sawaya, Gian G. Guerreschi et Shannon K. McWeeney, « Biologie et médecine dans le paysage des avantages quantiques », arXiv: 2112.00760, (2021).

[50] Carlos Bravo-Prieto, Josep Lumbreras-Zarapico, Luca Tagliacozzo et José I. Latorre, « Mise à l'échelle de la profondeur du circuit quantique variationnel pour les systèmes de matière condensée », Quantique 4, 272 (2020).

[51] Sergi Ramos-Calderer, Adrián Pérez-Salinas, Diego García-Martín, Carlos Bravo-Prieto, Jorge Cortada, Jordi Planagumà et José I. Latorre, «Approche unaire quantique de la tarification des options», Examen physique A 103 3, 032414 (2021).

[52] Pei Zeng, Jinzhao Sun et Xiao Yuan, "Refroidissement algorithmique quantique universel sur un ordinateur quantique", arXiv: 2109.15304, (2021).

[53] Aidan Pellow-Jarman, Ilya Sinayskiy, Anban Pillay et Francesco Petruccione, « Une comparaison de divers optimiseurs classiques pour un solveur linéaire quantique variationnel », Traitement de l'information quantique 20 6, 202 (2021).

[54] Youle Wang, Guangxi Li et Xin Wang, « Préparation de l'état de Gibbs quantique variationnel avec une série de Taylor tronquée », Examen physique appliqué 16 5, 054035 (2021).

[55] Hsin-Yuan Huang, Kishor Bharti et Patrick Rebentrost, « Algorithmes quantiques à court terme pour les systèmes linéaires d'équations avec fonctions de perte de régression », Nouveau Journal of Physics 23 11, 113021 (2021).

[56] Dong An et Lin Lin, « Solveur de système linéaire quantique basé sur l'informatique quantique adiabatique optimale en temps et un algorithme d'optimisation approximative quantique », arXiv: 1909.05500, (2019).

[57] Romina Yalovetzky, Pierre Minssen, Dylan Herman et Marco Pistoia, « Hybrid HHL with Dynamic Quantum Circuits on Real Hardware », arXiv: 2110.15958, (2021).

[58] Andi Gu, Angus Lowe, Pavel A. Dub, Patrick J. Coles et Andrew Arrasmith, « Adaptive shot allocation for fast convergence in variational quantum algorithms », arXiv: 2108.10434, (2021).

[59] Lorenzo Leone, Salvatore F. E. Oliviero, Stefano Piemontese, Sarah True et Alioscia Hamma, « Récupération d'informations d'un trou noir à l'aide de l'apprentissage automatique quantique », Examen physique A 106 6, 062434 (2022).

[60] Shi-Xin Zhang, Chang-Yu Hsieh, Shengyu Zhang et Hong Yao, « Recherche d'architecture quantique basée sur un prédicteur neuronal », Apprentissage automatique : science et technologie 2 4, 045027 (2021).

[61] P. Chandarana, NN Hegade, K. Paul, F. Albarrán-Arriagada, E. Solano, A. del Campo et Xi Chen, « Digitized-counterdiabatic quantumapproximation algorithm », Recherche sur l'examen physique 4 1, 013141 (2022).

[62] Antonio A. Mele, Glen B. Mbeng, Giuseppe E. Santoro, Mario Collura et Pietro Torta, « Éviter les plateaux stériles via la transférabilité de solutions lisses dans une ansatz variationnelle hamiltonienne », Examen physique A 106 6, L060401 (2022).

[63] Xin Wang, Zhixin Song et Youle Wang, «Décomposition de la valeur singulière quantique variationnelle», Quantique 5, 483 (2021).

[64] Kosuke Mitarai et Keisuke Fujii, « Overhead pour simuler un canal non local avec des canaux locaux par échantillonnage quasi-probable », Quantique 5, 388 (2021).

[65] Pierre-Luc Dallaire-Demers, Michał Stęchły, Jerome F. Gonthier, Ntwali Toussaint Bashige, Jonathan Romero et Yudong Cao, « Un benchmark d'application pour les simulations quantiques fermioniques », arXiv: 2003.01862, (2020).

[66] Adrián Pérez-Salinas, Juan Cruz-Martinez, Abdulla A. Alhajri et Stefano Carrazza, « Détermination de la teneur en protons avec un ordinateur quantique », Revue physique D 103 3, 034027 (2021).

[67] Bujiao Wu, Jinzhao Sun, Qi Huang et Xiao Yuan, "Mesure de groupement superposé: Un cadre unifié pour mesurer les états quantiques", arXiv: 2105.13091, (2021).

[68] Jacob L. Beckey, M. Cerezo, Akira Sone et Patrick J. Coles, "Algorithme quantique variationnel pour l'estimation de l'information Quantum Fisher", arXiv: 2010.10488, (2020).

[69] Yuhan Huang, Qingyu Li, Xiaokai Hou, Rebing Wu, Man-Hong Yung, Abolfazl Bayat et Xiaoting Wang, « Ansatz variationnelle quantique robuste et économe en ressources grâce à un algorithme évolutionnaire », Examen physique A 105 5, 052414 (2022).

[70] Jin-Min Liang, Shu-Qian Shen, Ming Li et Lei Li, « Algorithmes quantiques variationnels pour la réduction et la classification de la dimensionnalité », Examen physique A 101 3, 032323 (2020).

[71] Suguru Endo, Jinzhao Sun, Ying Li, Simon Benjamin et Xiao Yuan, « Simulation quantique variationnelle des processus généraux », arXiv: 1812.08778, (2018).

[72] Enrico Fontana, M. Cerezo, Andrew Arrasmith, Ivan Rungger et Patrick J. Coles, « Symétries non triviales dans les paysages quantiques et leur résilience au bruit quantique », arXiv: 2011.08763, (2020).

[73] Ruizhe Zhang, Guoming Wang et Peter Johnson, « Calcul des propriétés de l'état fondamental avec les premiers ordinateurs quantiques tolérants aux pannes », Quantique 6, 761 (2022).

[74] Quoc Chuong Nguyen, Le Bin Ho, Lan Nguyen Tran et Hung Q. Nguyen, « Qsun : une plateforme open source vers des applications pratiques d'apprentissage automatique quantique », Apprentissage automatique : science et technologie 3 1, 015034 (2022).

[75] Ranyiliu Chen, Zhixin Song, Xuanqiang Zhao et Xin Wang, « Algorithmes quantiques variationnels pour l'estimation de la distance et de la fidélité des traces », arXiv: 2012.05768, (2020).

[76] Brian Coyle, Mina Doosti, Elham Kashefi et Niraj Kumar, « Progrès vers la cryptanalyse quantique pratique par clonage quantique variationnel », Examen physique A 105 4, 042604 (2022).

[77] Ranyiliu Chen, Zhixin Song, Xuanqiang Zhao et Xin Wang, « Algorithmes quantiques variationnels pour l'estimation de la distance et de la fidélité des traces », Science et technologie quantiques 7 1, 015019 (2022).

[78] Austin Gilliam, Stefan Woerner et Constantin Gonciulea, «Grover Adaptive Search for Constrained Polynomial Binary Optimization», Quantique 5, 428 (2021).

[79] Xiaoxia Cai, Wei-Hai Fang, Heng Fan et Zhendong Li, « Calcul quantique des propriétés de réponse moléculaire », Recherche sur l'examen physique 2 3, 033324 (2020).

[80] Yohei Ibe, Yuya O. Nakagawa, Nathan Earnest, Takahiro Yamamoto, Kosuke Mitarai, Qi Gao et Takao Kobayashi, « Calcul des amplitudes de transition par déflation quantique variationnelle », Recherche sur l'examen physique 4 1, 013173 (2022).

[81] M. Cerezo, Akira Sone, Jacob L. Beckey et Patrick J. Coles, « Sub-quantum Fisher information », Science et technologie quantiques 6 3, 035008 (2021).

[82] S. Biedron, L. Brouwer, D. L. Bruhwiler, N. M. Cook, A. L. Edelen, D. Filippetto, C. -K. Huang, A. Huebl, T. Katsouleas, N. Kuklev, R. Lehe, S. Lund, C. Messe, W. Mori, C.-K. Ng, D. Perez, P. Piot, J. Qiang, R. Roussel, D. Sagan, A. Sahai, A. Scheinker, M. Thévenet, F. Tsung, J.-L. Vay, D. Winklehner et H. Zhang, « Livre blanc de la communauté de modélisation de l'accélérateur Snowmass21 », arXiv: 2203.08335, (2022).

[83] Hrushikesh Patil, Yulun Wang et Predrag S. Krstić, « Solveur linéaire quantique variationnel avec un ansatz dynamique », Examen physique A 105 1, 012423 (2022).

[84] Johanna Barzen, « Des humanités numériques aux humanités quantiques : potentiels et applications », arXiv: 2103.11825, (2021).

[85] Austin Gilliam, Stefan Woerner et Constantin Gonciulea, «Grover Adaptive Search for Constrained Polynomial Binary Optimization», arXiv: 1912.04088, (2019).

[86] Sheng-Jie Li, Jin-Min Liang, Shu-Qian Shen et Ming Li, « Algorithmes quantiques variationnels pour les normes de trace et leurs applications », Communications en physique théorique 73 10, 105102 (2021).

[87] Reuben Demirdjian, Daniel Gunlycke, Carolyn A. Reynolds, James D. Doyle et Sergio Tafur, « Solutions quantiques variationnelles à l'équation d'advection-diffusion pour des applications en dynamique des fluides », Traitement de l'information quantique 21 9, 322 (2022).

[88] Fong Yew Leong, Wei-Bin Ewe et Dax Enshan Koh, « Solveur d'équation d'évolution quantique variationnelle », Rapports scientifiques 12, 10817 (2022).

[89] Carlos Bravo-Prieto, « Autoencodeurs quantiques avec codage de données amélioré », arXiv: 2010.06599, (2020).

[90] Jacob L. Beckey, M. Cerezo, Akira Sone et Patrick J. Coles, « Algorithme quantique variationnel pour l'estimation des informations quantiques de Fisher », Recherche sur l'examen physique 4 1, 013083 (2022).

[91] Kaixuan Huang, Xiaoxia Cai, Hao Li, Zi-Yong Ge, Ruijuan Hou, Hekang Li, Tong Liu, Yunhao Shi, Chitong Chen, Dongning Zheng, Kai Xu, Zhi-Bo Liu, Zhendong Li, Heng Fan et Wei-Hai Fang, « Calcul quantique variationnel des propriétés de réponse linéaire moléculaire sur un processeur quantique supraconducteur », arXiv: 2201.02426, (2022).

[92] Alicia B. Magann, Christian Arenz, Matthew D. Grace, Tak-San Ho, Robert L. Kosut, Jarrod R. McClean, Herschel A. Rabitz et Mohan Sarovar, « Des impulsions aux circuits et vice-versa : A perspective de contrôle quantique optimal sur les algorithmes quantiques variationnels », arXiv: 2009.06702, (2020).

[93] Bujiao Wu, Maharshi Ray, Liming Zhao, Xiaoming Sun et Patrick Rebentrost, « Quantum-classical algorithms for skew linear systems with an optimisé Hadamard test », Examen physique A 103 4, 042422 (2021).

[94] Lukasz Cincio, Kenneth Rudinger, Mohan Sarovar et Patrick J. Coles, «Machine learning of noise-resilient quantum circuits», arXiv: 2007.01210, (2020).

[95] Michael R. Geller, Zoë Holmes, Patrick J. Coles et Andrew Sornborger, « Experimental quantum learning of a spectral decomposition », Recherche sur l'examen physique 3 3, 033200 (2021).

[96] Yulong Dong et Lin Lin, « Matrice codée par blocs de circuits aléatoires et proposition de référence quantique LINPACK », Examen physique A 103 6, 062412 (2021).

[97] Peter B. Weichman, « Algorithmes améliorés quantiques pour la détection de cibles classiques dans des environnements complexes », Examen physique A 103 4, 042424 (2021).

[98] Sayantan Pramanik, M Girish Chandra, CV Sridhar, Aniket Kulkarni, Prabin Sahoo, Vishwa Chethan D V, Hrishikesh Sharma, Ashutosh Paliwal, Vidyut Navelkar, Sudhakara Poojary, Pranav Shah et Manoj Nambiar, « Une méthode hybride quantique-classique pour Classification et segmentation d'images », arXiv: 2109.14431, (2021).

[99] M. R. Perelshtein, A. I. Pakhomchik, A. A. Melnikov, A. A. Novikov, A. Glatz, G. S. Paraoanu, V. M. Vinokur et G. B. Lesovik, « Solution hybride quantique à grande échelle pour les systèmes linéaires d'équations », arXiv: 2003.12770, (2020).

[100] Kok Chuan Tan et Tyler Volkoff, « Algorithmes quantiques variationnels pour estimer le rang, les entropies quantiques, la fidélité et les informations de Fisher via la minimisation de la pureté », Recherche sur l'examen physique 3 3, 033251 (2021).

[101] Xi He, Li Sun, Chufan Lyu et Xiaoting Wang, « Incorporation quantique localement linéaire pour la réduction de la dimensionnalité non linéaire », Traitement de l'information quantique 19 9, 309 (2020).

[102] Davide Orsucci et Vedran Dunjko, «Sur la résolution de classes de systèmes linéaires quantiques positifs-définis avec un temps d'exécution quadratiquement amélioré dans le numéro de condition», Quantique 5, 573 (2021).

[103] Guoming Wang, Dax Enshan Koh, Peter D. Johnson et Yudong Cao, « Minimiser le temps d'exécution de l'estimation sur les ordinateurs quantiques bruyants », arXiv: 2006.09350, (2020).

[104] Fan-Xu Meng, Ze-Tong Li, Yu Xu-Tao et Zai-Chen Zhang, « Algorithme quantique pour l'estimation de DOA basée sur MUSIC dans les systèmes hybrides MIMO », Science et technologie quantiques 7 2, 025002 (2022).

[105] Manas Sajjan, Junxu Li, Raja Selvarajan, Shree Hari Sureshbabu, Sumit Suresh Kale, Rishabh Gupta, Vinit Singh et Saber Kais, "Apprentissage automatique quantique pour la chimie et la physique", arXiv: 2111.00851, (2021).

[106] M. R. Perelshtein, A. I. Pakhomchik, A. A. Melnikov, A. A. Novikov, A. Glatz, G. S. Paraoanu, V. M. Vinokur et G. B. Lesovik, « Résolution de systèmes d'équations linéaires à grande échelle par un algorithme hybride quantique », Annales de la Physique 534 7, 2200082 (2022).

[107] Pranav Gokhale, Samantha Koretsky, Shilin Huang, Swarnadeep Majumder, Andrew Drucker, Kenneth R. Brown et Frederic T. Chong, « Quantum Fan-out : Optimisations de circuits et modélisation technologique », arXiv: 2007.04246, (2020).

[108] Xi He, «Alignement de corrélation quantique pour une adaptation de domaine non supervisée», Examen physique A 102 3, 032410 (2020).

[109] Wei-Bin Ewe, Dax Enshan Koh, Siong Thye Goh, Hong-Son Chu et Ching Eng Png, « Simulation quantique variationnelle des modes de guide d'ondes », Transactions IEEE sur les techniques de théorie des micro-ondes 70 5, 2517 (2022).

[110] Filippo M. Miatto et Nicolás Quesada, « Optimisation rapide des circuits optiques quantiques paramétrés », Quantique 4, 366 (2020).

[111] Fanxu Meng, « Algorithme quantique pour l'estimation de la DOA dans le MIMO massif hybride », arXiv: 2102.03963, (2021).

[112] Shweta Sahoo, Utkarsh Azad et Harjinder Singh, « Reconnaissance de phase quantique à l'aide de réseaux de tenseurs quantiques », Journal physique européen Plus 137 12, 1373 (2022).

[113] Enrico Fontana, M. Cerezo, Andrew Arrasmith, Ivan Rungger et Patrick J. Coles, « Symétries non triviales dans les paysages quantiques et leur résilience au bruit quantique », Quantique 6, 804 (2022).

[114] Rishabh Gupta, Manas Sajjan, Raphael D. Levine et Saber Kais, « Approche variationnelle de la tomographie d'état quantique basée sur le formalisme d'entropie maximale », Chimie physique Physique chimique (comprenant les transactions Faraday) 24 47, 28870 (2022).

[115] Youle Wang, Guangxi Li et Xin Wang, « Un algorithme d'apprentissage hybride quantique-classique hamiltonien », arXiv: 2103.01061, (2021).

[116] Jinfeng Zeng, Zipeng Wu, Chenfeng Cao, Chao Zhang, Shiyao Hou, Pengxiang Xu et Bei Zeng, « Simulation d'un solveur quantique variationnel bruyant avec des modèles de bruit locaux », arXiv: 2010.14821, (2020).

[117] Yipeng Huang, Steven Holtzen, Todd Millstein, Guy Van den Broeck et Margaret Martonosi, « Abstractions logiques pour la simulation d'algorithmes quantiques variationnels bruyants », arXiv: 2103.17226, (2021).

[118] James R. Wootton, Francis Harkins, Nicholas T. Bronn, Almudena Carrera Vazquez, Anna Phan et Abraham T. Asfaw, « Enseigner l'informatique quantique avec un manuel interactif », arXiv: 2012.09629, (2020).

[119] Rolando D. Somma et Yigit Subasi, « Complexité de la vérification de l'état quantique dans le problème des systèmes linéaires quantiques », arXiv: 2007.15698, (2020).

[120] Ruho Kondo, Yuki Sato, Satoshi Koide, Seiji Kajita et Hideki Takamatsu, « Computationally Efficient Quantum Expectation with Extended Bell Measurements », Quantique 6, 688 (2022).

[121] Junxiang Xiao, Jingwei Wen, Shijie Wei et Guilu Long, « Reconstruire des états quantiques inconnus à l'aide de la méthode variationnelle par couches », Frontières de la physique 17 5, 51501 (2022).

[122] Rozhin Eskandarpour, Kumar Ghosh, Amin Khodaei, Liuxi Zhang, Aleksi Paaso et Shay Bahramirad, « Solution informatique quantique du flux d'énergie CC », arXiv: 2010.02442, (2020).

[123] Pedro Rivero, Ian C. Cloët et Zack Sullivan, « Un algorithme de régression par échantillonnage quantique optimal pour la résolution propre variationnelle dans le régime de nombres de qubits faibles », arXiv: 2012.02338, (2020).

[124] Xi He, Feiyu Du, Mingyuan Xue, Xiaogang Du, Tao Lei et A. K. Nandi, « Classificateurs quantiques pour l'adaptation de domaine », arXiv: 2110.02808, (2021).

[125] Maxwell Aifer, Kaelan Donatella, Max Hunter Gordon, Thomas Ahle, Daniel Simpson, Gavin E. Crooks et Patrick J. Coles, « Algèbre linéaire thermodynamique », arXiv: 2308.05660, (2023).

[126] Nicolas Renaud, Pablo Rodríguez-Sánchez, Johan Hidding et P. Chris Broekema, « Radioastronomie quantique : solveurs linéaires quantiques pour l'étalonnage de base redondant », arXiv: 2310.11932, (2023).

[127] Alexander M. Dalzell, Sam McArdle, Mario Berta, Przemyslaw Bienias, Chi-Fang Chen, András Gilyén, Connor T. Hann, Michael J. Kastoryano, Emil T. Khabiboulline, Aleksander Kubica, Grant Salton, Samson Wang et Fernando GSL Brandão, « Algorithmes quantiques : une étude des applications et des complexités de bout en bout », arXiv: 2310.03011, (2023).

[128] He-Liang Huang, Xiao-Yue Xu, Chu Guo, Guojing Tian, ​​Shi-Jie Wei, Xiaoming Sun, Wan-Su Bao et Gui-Lu Long, "Near-term quantum computing techniques: Variational quantum algorithms, atténuation des erreurs, compilation de circuits, analyse comparative et simulation classique », Science Chine Physique, mécanique et astronomie 66 5, 250302 (2023).

[129] Fatima Ezahra Chrit, Sriharsha Kocherla, Bryan Gard, Eugene F. Dumitrescu, Alexander Alexeev et Spencer H. Bryngelson, « Algorithme entièrement quantique pour les méthodes de Boltzmann sur réseau avec application aux équations aux dérivées partielles », arXiv: 2305.07148, (2023).

[130] Yovav Tene-Cohen, Tomer Kelman, Ohad Lev et Adi Makmal, « Un algorithme heuristique variationnel Qubit-Efficient MaxCut », arXiv: 2308.10383, (2023).

[131] Nic Ezzell, Elliott M. Ball, Aliza U. Siddiqui, Mark M. Wilde, Andrew T. Sornborger, Patrick J. Coles et Zoë Holmes, « Compilation d'états mixtes quantiques », Science et technologie quantiques 8 3, 035001 (2023).

[132] Sitan Chen, Jordan Cotler, Hsin-Yuan Huang et Jerry Li, « La complexité du NISQ », Communications Nature 14, 6001 (2023).

[133] Anton Simen Albino, Lucas Correia Jardim, Diego Campos Knupp, Antonio Jose Silva Neto, Otto Menegasso Pires et Erick Giovani Sperandio Nascimento, « Résolution d'équations aux dérivées partielles sur des ordinateurs quantiques à court terme », arXiv: 2208.05805, (2022).

[134] Alexis Ralli, Tim Weaving, Andrew Tranter, William M. Kirby, Peter J. Love et Peter V. Coveney, « Partition unitaire et solveur propre quantique variationnel de sous-espace contextuel », Recherche sur l'examen physique 5 1, 013095 (2023).

[135] M. Cerezo, Kunal Sharma, Andrew Arrasmith et Patrick J. Coles, « Variational quantum state eigensolver », npj Informations quantiques 8, 113 (2022).

[136] Annie E. Paine, Vincent E. Elfving et Oleksandr Kyriienko, « Méthodes du noyau quantique pour résoudre les problèmes de régression et les équations différentielles », Examen physique A 107 3, 032428 (2023).

[137] Nishant Saurabh, Shantenu Jha et Andre Luckow, « Une architecture conceptuelle pour un middleware Quantum-HPC », arXiv: 2308.06608, (2023).

[138] Niraj Kumar, Jamie Heredge, Changhao Li, Shaltiel Eloul, Shree Hari Sureshbabu et Marco Pistoia, « Les circuits quantiques variationnels expressifs assurent la confidentialité inhérente à l'apprentissage fédéré », arXiv: 2309.13002, (2023).

[139] Arun Sehrawat, « Réseaux de neurones interférométriques », arXiv: 2310.16742, (2023).

[140] Muhammad AbuGhanem et Hichem Eleuch, « NISQ Computers : A Path to Quantum Supremacy », arXiv: 2310.01431, (2023).

[141] Ar A. Melnikov, AA Termanova, SV Dolgov, F. Neukart et MR Perelshtein, « Préparation d'état quantique à l'aide de réseaux tensoriels », Science et technologie quantiques 8 3, 035027 (2023).

[142] Lorenzo Leone, Salvatore F. E. Oliviero, Lukasz Cincio et M. Cerezo, « Sur l'utilité pratique du Hardware Efficient Ansatz », arXiv: 2211.01477, (2022).

[143] Junpeng Zhan, « Recherche quantique variationnelle à faible profondeur pour la recherche dans des bases de données non structurées », arXiv: 2212.09505, (2022).

[144] Hao-Kai Zhang, Chengkai Zhu, Geng Liu et Xin Wang, « Limites fondamentales de l'optimisation dans les algorithmes quantiques variationnels », arXiv: 2205.05056, (2022).

[145] Yuki Sato, Hiroshi C. Watanabe, Rudy Raymond, Ruho Kondo, Kaito Wada, Katsuhiro Endo, Michihiko Sugawara et Naoki Yamamoto, « Algorithme quantique variationnel pour les problèmes de valeurs propres généralisés et son application à la méthode des éléments finis », Examen physique A 108 2, 022429 (2023).

[146] Po-Wei Huang et Patrick Rebentrost, « Réseaux de neurones quantiques post-variationnels », arXiv: 2307.10560, (2023).

[147] Qingyu Li, Yuhan Huang, Xiaokai Hou, Ying Li, Xiaoting Wang et Abolfazl Bayat, « Atténuation des erreurs d'apprentissage d'ensemble pour les classificateurs variationnels quantiques à circuits peu profonds », arXiv: 2301.12707, (2023).

[148] Ze-Tong Li, Fan-Xu Meng, Han Zeng, Zai-Chen Zhang et Xu-Tao Yu, « Un cadre alternatif efficace sensible au gradient pour le VQE avec Ansatz variable », arXiv: 2205.03031, (2022).

[149] Mazen Ali et Matthias Kabel, « Étude des performances des algorithmes quantiques variationnels pour résoudre l'équation de Poisson sur un ordinateur quantique », Examen physique appliqué 20 1, 014054 (2023).

[150] Óscar Amaro et Diogo Cruz, « Une revue vivante de l'informatique quantique pour la physique des plasmas », arXiv: 2302.00001, (2023).

[151] Kaito Wada, Rudy Raymond, Yuki Sato et Hiroshi C. Watanabe, « Sélection séquentielle optimale d'une porte à qubit unique et sa relation avec le plateau stérile dans les circuits quantiques paramétrés », arXiv: 2209.08535, (2022).

[152] Katsuhiro Endo, Yuki Sato, Rudy Raymond, Kaito Wada, Naoki Yamamoto et Hiroshi C. Watanabe, « Configurations de paramètres optimales pour l'optimisation séquentielle du solveur propre quantique variationnel », Recherche sur l'examen physique 5 4, 043136 (2023).

[153] Anne-Solène Bornens et Michel Nowak, « Algorithmes quantiques variationnels sur les qubits de chat », arXiv: 2305.14143, (2023).

[154] Brian Coyle, "Applications d'apprentissage automatique pour les ordinateurs quantiques bruyants à l'échelle intermédiaire", arXiv: 2205.09414, (2022).

[155] Reza Mahroo et Amin Kargarian, « Algorithme ADMM quantique-multibloc variationnel entraînable pour la planification de la génération », arXiv: 2303.16318, (2023).

[156] Samson Wang, Sam McArdle et Mario Berta, « Algorithmes quantiques randomisés efficaces en termes de qubits pour l'algèbre linéaire », arXiv: 2302.01873, (2023).

[157] N. M. Guseynov, A. A. Zhukov, W. V. Pogosov et A. V. Lebedev, « Analyse en profondeur des algorithmes quantiques variationnels pour l'équation de la chaleur », Examen physique A 107 5, 052422 (2023).

[158] Simon Cichy, Paul K. Faehrmann, Sumeet Khatri et Jens Eisert, « Gadgets perturbatifs non récursifs sans restrictions de sous-espace et applications aux algorithmes quantiques variationnels », arXiv: 2210.03099, (2022).

[159] Stefano Markidis, « Sur les réseaux de neurones fondés sur la physique pour les ordinateurs quantiques », arXiv: 2209.14754, (2022).

[160] Rishabh Gupta, Raja Selvarajan, Manas Sajjan, Raphael D. Levine et Saber Kais, « Hamiltonian Learning from Time Dynamics Using Variational Algorithms », Journal de chimie physique A 127 14, 3246 (2023).

[161] Daniel O'Malley, Yigit Subasi, John Golden, Robert Lowrie et Stephan Eidenbenz, « Un algorithme quantique à court terme pour résoudre des systèmes linéaires d'équations basés sur l'identité de Woodbury », arXiv: 2205.00645, (2022).

[162] Yulun Wang et Predrag S. Krstić, « Dynamique de transition multi-états par forte perturbation dépendant du temps à l'ère NISQ », Journal des communications physiques 7 7, 075004 (2023).

[163] A. Avkhadiev, P. E. Shanahan et R. D. Young, « Stratégies pour la construction optimisée quantique d'opérateurs d'interpolation dans les simulations classiques des théories quantiques des champs sur réseau », Revue physique D 107 5, 054507 (2023).

[164] Alistair Letcher, Stefan Woerner et Christa Zoufal, « Des limites de gradient serrées pour les circuits quantiques paramétrés à l'absence de plateaux stériles dans les QGAN », arXiv: 2309.12681, (2023).

[165] Gabriel Matos, Chris N. Self, Zlatko Papić, Konstantinos Meichanetzidis et Henrik Dreyer, « Caractérisation des algorithmes quantiques variationnels utilisant des fermions libres », Quantique 7, 966 (2023).

[166] Yangyang Liu, Zhen Chen, Chang Shu, Patrick Rebentrost, Yaguang Liu, S. C. Chew, B. C. Khoo et Y. D. Cui, « Une méthode numérique basée sur un algorithme quantique variationnel pour résoudre les flux potentiels et de Stokes », arXiv: 2303.01805, (2023).

[167] Xi He, Feiyu Du, Mingyuan Xue, Xiaogang Du, Tao Lei et A. K. Nandi, « Classificateurs quantiques pour l'adaptation de domaine », Traitement de l'information quantique 22 2, 105 (2023).

[168] Ajinkya Borle et Samuel J. Lomonaco, « Dans quelle mesure le recuit quantique est-il viable pour résoudre des problèmes d'algèbre linéaire ? », arXiv: 2206.10576, (2022).

[169] Mina Doosti, « Unclonabilité et cryptanalyse quantique : des fondements aux applications », arXiv: 2210.17545, (2022).

[170] Bujiao Wu, Jinzhao Sun, Qi Huang et Xiao Yuan, "Mesure de groupement superposé: Un cadre unifié pour mesurer les états quantiques", Quantique 7, 896 (2023).

[171] Dirk Oliver Theis, « Règles de décalage appropriées pour les dérivées des évolutions quantiques paramétriques perturbées », Quantique 7, 1052 (2023).

[172] Dylan Herman, Rudy Raymond, Muyuan Li, Nicolas Robles, Antonio Mezzacapo et Marco Pistoia, "Expressivité de l'apprentissage machine quantique variationnel sur le cube booléen", arXiv: 2204.05286, (2022).

[173] Francesco Preti, Michael Schilling, Sofiene Jerbi, Lea M. Trenkwalder, Hendrik Poulsen Nautrup, Felix Motzoi et Hans J. Briegel, « Compilation hybride discrète-continue de circuits quantiques à ions piégés avec apprentissage par renforcement profond », arXiv: 2307.05744, (2023).

[174] Aidan Pellow-Jarman, Ilya Sinayskiy, Anban Pillay et Francesco Petruccione, « Algorithmes à court terme pour les systèmes linéaires d'équations », Traitement de l'information quantique 22 6, 258 (2023).

[175] Hansheng Jiang, Zuo-Jun Max Shen et Junyu Liu, « Méthodes d'informatique quantique pour la gestion de la chaîne d'approvisionnement », arXiv: 2209.08246, (2022).

[176] Pablo Bermejo, Borja Aizpurua et Roman Orus, « Amélioration des méthodes de gradient via des transformations de coordonnées : applications à l'apprentissage automatique quantique », arXiv: 2304.06768, (2023).

[177] Junyu Liu, Han Zheng, Masanori Hanada, Kanav Setia et Dan Wu, « Quantum Power Flows : From Theory to Practice », arXiv: 2211.05728, (2022).

[178] Stefano Mangini, Alessia Marruzzo, Marco Piantanida, Dario Gerace, Daniele Bajoni et Chiara Macchiavello, « Auto-encodeur et classificateur de réseau neuronal quantique appliqué à une étude de cas industriel », arXiv: 2205.04127, (2022).

[179] Leonardo Zambrano, Andrés Damián Muñoz-Moller, Mario Muñoz, Luciano Pereira et Aldo Delgado, « Éviter les plateaux stériles dans la détermination variationnelle de l'intrication géométrique », arXiv: 2304.13388, (2023).

[180] Payal Kaushik, Sayantan Pramanik, M Girish Chandra et C V Sridhar, « Prévision de séries chronologiques en une étape à l'aide de circuits quantiques variationnels », arXiv: 2207.07982, (2022).

[181] Jessie M. Henderson, Marianna Podzorova, M. Cerezo, John K. Golden, Leonard Gleyzer, Hari S. Viswanathan et Daniel O'Malley, « Algorithmes quantiques pour les réseaux de fractures géologiques », arXiv: 2210.11685, (2022).

[182] Shao-Hen Chiew et Leong-Chuan Kwek, « Calcul quantique évolutif d'états propres hautement excités avec transformations spectrales », arXiv: 2302.06638, (2023).

[183] ​​Anton Simen Albino, Otto Menegasso Pires, Peterson Nogueira, Renato Ferreira de Souza et Erick Giovani Sperandio Nascimento, « Intelligence computationnelle quantique pour l'inversion sismique du temps de trajet », arXiv: 2208.05794, (2022).

[184] Jessie M. Henderson, Marianna Podzorova, M. Cerezo, John K. Golden, Leonard Gleyzer, Hari S. Viswanathan et Daniel O'Malley, « Algorithmes quantiques pour les réseaux de fractures géologiques », Rapports scientifiques 13, 2906 (2023).

[185] Merey M. Sarsengeldin, « Un cadre hybride classique-quantique pour résoudre les problèmes de valeurs limites libres et les applications dans la modélisation des phénomènes de contact électrique », arXiv: 2205.02230, (2022).

[186] Oliver Knitter, James Stokes et Shravan Veerapaneni, « Vers une simulation de réseau neuronal d'algorithmes quantiques variationnels », arXiv: 2211.02929, (2022).

[187] Benjamin Wu, Hrushikesh Patil et Predrag Krstic, « Effet de la parcimonie matricielle et du bruit quantique sur les solveurs linéaires à marche aléatoire quantique », arXiv: 2205.14180, (2022).

[188] Xiaodong Xing, Alejandro Gomez Cadavid, Artur F. Izmaylov et Timur V. Tscherbul, « Un algorithme hybride quantique-classique pour la diffusion quantique multicanal d'atomes et de molécules », arXiv: 2304.06089, (2023).

[189] Nicolas PD Sawaya et Joonsuk Huh, « Algorithmes quantiques à court terme ajustables par ressources améliorés pour les probabilités de transition, avec des applications en physique et en algèbre linéaire quantique variationnelle », arXiv: 2206.14213, (2022).

[190] Ruimin Shang, Zhimin Wang, Shangshang Shi, Jiaxin Li, Yanan Li et Yongjian Gu, « Algorithme de simulation de la circulation océanique sur un ordinateur quantique », Sciences Chine Sciences de la Terre 66 10, 2254 (2023).

[191] Hyeong-Gyu Kim, Siheon Park et June-Koo Kevin Rhee, « Clustering spectral approximatif quantique variationnel pour les problèmes de clustering binaire », arXiv: 2309.04465, (2023).

[192] Tianxiang Yue, Chenchen Wu, Yi Liu, Zhengping Du, Na Zhao, Yimeng Jiao, Zhe Xu et Wenjiao Shi, « Apprentissage automatique quantique HASM », Sciences Chine Sciences de la Terre 66 9, 1937 (2023).

[193] Benjamin Y. L. Tan, Beng Yee Gan, Daniel Leykam et Dimitris G. Angelakis, « Approche paysagère des solutions à faible énergie aux problèmes d'optimisation binaire », arXiv: 2307.02461, (2023).

[194] Marco Schumann, Frank K. Wilhelm et Alessandro Ciani, « Émergence de plateaux stériles induits par le bruit dans des modèles de bruit en couches arbitraires », arXiv: 2310.08405, (2023).

[195] Sanjay Suresh et Krishnan Suresh, « Calcul d'un inverse approximatif clairsemé sur des machines de recuit quantique », arXiv: 2310.02388, (2023).

[196] Po-Wei Huang, Xiufan Li, Kelvin Koor et Patrick Rebentrost, « Algorithmes classiques hybrides quantiques et d'inspiration quantique pour résoudre les systèmes linéaires circulants en bandes », arXiv: 2309.11451, (2023).

[197] Dingjie Lu, Zhao Wang, Jun Liu, Yangfan Li, Wei-Bin Ewe et Zhuangjian Liu, « From Ad-Hoc to Systematic : A Strategy for Imposing General Boundary Conditions in Discretized PDEs in variational quantum algorithm », arXiv: 2310.11764, (2023).

[198] Oxana Shaya, « Quand les algorithmes NISQ pourraient-ils commencer à créer de la valeur dans la fabrication discrète ? », arXiv: 2209.09650, (2022).

[199] Yoshiyuki Saito, Xinwei Lee, Dongsheng Cai et Nobuyoshi Asai, « Mesure multi-résolution quantique avec application au solveur linéaire quantique », arXiv: 2304.05960, (2023).

[200] Yunya Liu, Jiakun Liu, Jordan R. Raney et Pai Wang, « Calcul quantique pour la mécanique des solides et l'ingénierie des structures — une démonstration avec un solveur propre quantique variationnel », arXiv: 2308.14745, (2023).

[201] Akash Kundu, Ludmila Botelho et Adam Glos, « Hamiltonian-Oriented Homotopy QAOA », arXiv: 2301.13170, (2023).

[202] Minati Rath et Hema Date, « Simulation assistée quantique : un cadre pour la conception de modèles d'apprentissage automatique dans le domaine de l'informatique quantique », arXiv: 2311.10363, (2023).

Les citations ci-dessus proviennent de SAO / NASA ADS (dernière mise à jour réussie 2023-11-22 11:14:24). La liste peut être incomplète car tous les éditeurs ne fournissent pas de données de citation appropriées et complètes.

Impossible de récupérer Données de référence croisée lors de la dernière tentative 2023-11-22 11:14:20: Impossible de récupérer les données citées par 10.22331 / q-2023-11-22-1188 de Crossref. C'est normal si le DOI a été enregistré récemment.