EnQode: Fast Amplitude Embedding for Quantum Machine Learning Using Classical Data

Amplitude embedding (AE) is essential in quantum machine learning (QML) for encoding classical data onto quantum circuits. However, conventional AE methods suffer from deep, variable-length circuits that introduce high output error due to extensive gate usage and variable error rates across samples,...

Celý popis

Podrobná bibliografie

Vydáno v:	2025 62nd ACM/IEEE Design Automation Conference (DAC) s. 1 - 7
Hlavní autoři:	Han, Jason, DiBrita, Nicholas S., Cho, Younghyun, Luo, Hengrui, Patel, Tirthak
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 22.06.2025
Témata:	Encoding Error analysis Integrated circuit modeling Integrated circuit reliability Logic gates Machine learning Noise Noise level Noise measurement Quantum circuit
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!