論文の概要: Gaussian Process States: A data-driven representation of quantum many-body physics

• arxiv url: http://arxiv.org/abs/2002.12208v4
• Date: Thu, 17 Sep 2020 12:07:25 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-01 12:38:24.827579
• Title: Gaussian Process States: A data-driven representation of quantum many-body physics
• Title（参考訳）: ガウス過程状態:量子多体物理学のデータ駆動表現
• Authors: Aldo Glielmo, Yannic Rath, Gabor Csanyi, Alessandro De Vita and George H. Booth
• Abstract要約: 我々は、絡み合った多体量子状態をコンパクトに表現するための、新しい非パラメトリック形式を示す。 この状態は、非常にコンパクトで、体系的に即効性があり、サンプリングに効率的である。 また、量子状態に対する普遍的な近似器として証明されており、データセットのサイズが大きくなるにつれて、絡み合った多体状態も捉えることができる。
• 参考スコア（独自算出の注目度）: 59.7232780552418
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a novel, non-parametric form for compactly representing entangled many-body quantum states, which we call a `Gaussian Process State'. In contrast to other approaches, we define this state explicitly in terms of a configurational data set, with the probability amplitudes statistically inferred from this data according to Bayesian statistics. In this way the non-local physical correlated features of the state can be analytically resummed, allowing for exponential complexity to underpin the ansatz, but efficiently represented in a small data set. The state is found to be highly compact, systematically improvable and efficient to sample, representing a large number of known variational states within its span. It is also proven to be a `universal approximator' for quantum states, able to capture any entangled many-body state with increasing data set size. We develop two numerical approaches which can learn this form directly: a fragmentation approach, and direct variational optimization, and apply these schemes to the Fermionic Hubbard model. We find competitive or superior descriptions of correlated quantum problems compared to existing state-of-the-art variational ansatzes, as well as other numerical methods.
• Abstract（参考訳）: 我々は、エンタングル多体量子状態を表すコンパクトな新しい非パラメトリック形式を示し、これを「ガウス過程状態」と呼ぶ。 他のアプローチとは対照的に、ベイズ統計によれば、このデータから統計的に推測される確率振幅を持つ構成的データセットの観点で、この状態を明示的に定義する。 このようにして、状態の非局所的物理的相関性は解析的に再開され、指数的複雑性がアンサッツの基盤となるが、小さなデータセットで効率的に表現される。 この状態は、非常にコンパクトで、体系的に即効性があり、サンプルに効率的であり、その範囲内で多くの既知の変動状態を表す。 量子状態の ‘universal approximator’ としても証明され、データセットのサイズを増加させることで、絡み合った多体状態をすべて捉えることができる。 この形式を直接学習できる2つの数値的アプローチ、すなわち断片化アプローチと直接変分最適化を開発し、これらのスキームをフェルミオンハバードモデルに適用する。 既存の変分アンサーゼや他の数値手法と比較して、相関量子問題の競合的あるいは優れた記述が見つかる。

関連論文リスト

• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• Valid and efficient entanglement verification with finite copies of a quantum state [0.4523163728236145]
  小データセットにおける絡み検出方式の有効性と効率を最適化する方法を示す。 この手法は相関関数に対する有限統計効果の分析モデルに基づく。
  論文  参考訳（メタデータ） (2022-08-03T11:27:45Z)
• Quantum state tomography with tensor train cross approximation [84.59270977313619]
  測定条件が最小限であるような状態に対して、完全な量子状態トモグラフィが実行可能であることを示す。 本手法は,非構造状態と局所測定のための最もよく知られたトモグラフィー法よりも指数関数的に少ない状態コピーを必要とする。
  論文  参考訳（メタデータ） (2022-07-13T17:56:28Z)
• Improved Quantum Algorithms for Fidelity Estimation [77.34726150561087]
  証明可能な性能保証を伴う忠実度推定のための新しい,効率的な量子アルゴリズムを開発した。 我々のアルゴリズムは量子特異値変換のような高度な量子線型代数技術を用いる。 任意の非自明な定数加算精度に対する忠実度推定は一般に困難であることを示す。
  論文  参考訳（メタデータ） (2022-03-30T02:02:16Z)
• The quantum Gaussian process state: A kernel-inspired state with quantum support data [0.0]
  本稿では,無絡積状態のデータセットによって支持される波動関数の統計的推論によって動機付けられた量子ガウス過程状態を紹介する。 これはコンパクトで表現力に富んだパラメトリック形式に縮退し、その柔軟性は競争力や確立された代替品を超越していることが示される。
  論文  参考訳（メタデータ） (2021-11-19T18:33:24Z)
• Efficient quantum state tomography with convolutional neural networks [0.0]
  我々は,情報的に完全な測定結果に対する確率分布の近似に依存する量子状態トモグラフィー手法を開発した。 実験データから直接推定した場合と比較して,観測可能量の推定誤差を最大で1桁低減する。
  論文  参考訳（メタデータ） (2021-09-28T14:55:54Z)
• Bosonic field digitization for quantum computers [62.997667081978825]
  我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。 本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
  論文  参考訳（メタデータ） (2021-08-24T15:30:04Z)
• Learning quantum many-body systems from a few copies [1.5229257192293197]
  量子状態の物理特性を測定から推定することは、量子科学における最も基本的なタスクの1つである。 我々は、状態の準局所観測値の期待値を推測できる状態の条件を特定する。 そこで本研究では,最新トモグラフィープロトコルのコピー数に対する指数関数的改善が実現可能であることを示す。
  論文  参考訳（メタデータ） (2021-07-07T16:21:51Z)
• Neural network quantum state tomography in a two-qubit experiment [52.77024349608834]
  機械学習にインスパイアされた変分法は、量子シミュレータのスケーラブルな状態キャラクタリゼーションへの有望な経路を提供する。 本研究では,2ビットの絡み合った状態を生成する実験から得られた測定データに適用することにより,いくつかの手法をベンチマークし比較する。 実験的な不完全性やノイズの存在下では、変動多様体を物理状態に収束させることで、再構成された状態の質が大幅に向上することがわかった。
  論文  参考訳（メタデータ） (2020-07-31T17:25:12Z)
• Quantifying the efficiency of state preparation via quantum variational eigensolvers [0.0]
  整列状態の生成におけるQAOAの成功は、対象状態の相互作用距離に関係していることを示す。 積分不可能な量子モデルのいくつかの例でこれを数値的に検証する。 結論として、QAOAは通常、最も近い自由フェルミオン状態に摂動する解を見つける。
  論文  参考訳（メタデータ） (2020-07-28T16:13:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。