Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Log inSign up
Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Blog
Job Board
Q3AS

© 2026 Aqora Quantum S.A.S.

TermsPrivacyLegal Notice

Hierarchical representations in machine learning and many-body quantum physics

Raúl Blázquez García

Published Oct 27, 2017• 0 citations
OpenAlex

Abstract

En col·laboracio amb la Universitat Autonoma de Barcelona (UAB) i la Universitat de Barcelona (UB)

Related papers

Deep Learning in Quantum Physics

Blázquez García, Raúl

En col·laboració amb la Universitat Autònoma de Barcelona (UAB) i la Universitat de Barcelona (UB)

•Oct 27, 2017•0 citations

Integrated quantum devices

Marco Wiedemann

Treball fet en col·laboració amb la Universitat Autònoma de Barcelona (UAB) i la Universitat de Barcelona (UB)

•Oct 27, 2017•0 citations

Universal properties from quantum many-body dynamics

Joaquín G. Márquez Olguín

Màster Oficial de Ciència i Tecnologia Quàntiques / Quantum Science and Technology, Facultat de Física, Universitat de Barcelona. Curs: 2025-2026. Tutor: Stefano Carignano

•Sep 1, 2026•0 citations

Quantum Many-Body Problems: Quantum Machine Learning Applications

Pramoda Medisetty, Veda Manohara Sunanda Vulavalapudi, Poorna Chand Evuru +2 more

Lecture notes in networks and systems•Jan 1, 2024•1 citation

Computational chemistry algorithms based on Gaussian basis sets for quantum computers

Alba Torras Coloma

En col·laboració amb la Universitat Autònoma de Barcelona (UAB) i la Universitat de Barcelona (UB)

•Jul 6, 2020•0 citations

Representing Quantum Many-Body States by Machine Learning

Yusuke Nomura, Yamaji Yohei, Imada Masatoshi

日本物理學會誌•Jan 1, 2019•0 citations