論文の概要: Efficient Algorithms for Approximating Quantum Partition Functions
- arxiv url: http://arxiv.org/abs/2004.11568v2
- Date: Mon, 1 Feb 2021 13:59:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-22 06:22:25.341132
- Title: Efficient Algorithms for Approximating Quantum Partition Functions
- Title(参考訳): 量子分割関数近似のための効率的なアルゴリズム
- Authors: Ryan L. Mann, Tyler Helmuth
- Abstract要約: 我々は,高温における量子スピンモデルの分配関数の時間近似アルゴリズムを確立する。
我々の主な貢献は、有界グラフ上の対相互作用の場合の単純でわずかにシャープな分析である。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We establish a polynomial-time approximation algorithm for partition
functions of quantum spin models at high temperature. Our algorithm is based on
the quantum cluster expansion of Neto\v{c}n\'y and Redig and the cluster
expansion approach to designing algorithms due to Helmuth, Perkins, and Regts.
Similar results have previously been obtained by related methods, and our main
contribution is a simple and slightly sharper analysis for the case of pairwise
interactions on bounded-degree graphs.
- Abstract(参考訳): 高温における量子スピンモデルの分配関数に対する多項式時間近似アルゴリズムを確立する。
このアルゴリズムは、neto\v{c}n\'y と redig の量子クラスター展開と、helmuth, perkins, regts によるアルゴリズム設計へのクラスタ拡張アプローチに基づいている。
同様の結果は関連する手法によって以前にも得られており、有界次グラフ上のペアワイズ相互作用の場合の単純かつわずかにシャープな解析が主な貢献である。
関連論文リスト
- Scalable Algorithms for Power Function Calculations of quantum states in
NISQ Era [7.2223563491914]
本稿では、ランダムな量子状態のパワー関数を計算するためのスケーラブルで量子ビット効率のアルゴリズムの開発に焦点を当てる。
Hadamard test と Gate Set Tomography に基づく2つのアルゴリズムが提案されている。
論文 参考訳(メタデータ) (2023-08-28T16:08:17Z) - Sample Complexity for Quadratic Bandits: Hessian Dependent Bounds and
Optimal Algorithms [64.10576998630981]
最適なヘッセン依存型サンプルの複雑さを, 初めて厳密に評価した。
ヘシアン非依存のアルゴリズムは、すべてのヘシアンインスタンスに対して最適なサンプル複雑さを普遍的に達成する。
本アルゴリズムにより得られたサンプルの最適複雑さは,重み付き雑音分布においても有効である。
論文 参考訳(メタデータ) (2023-06-21T17:03:22Z) - Understanding Accelerated Gradient Methods: Lyapunov Analyses and
Hamiltonian Assisted Interpretations [1.0152838128195465]
我々は、滑らかな凸関数と強凸関数を最小化するために、以前研究したよりも一般的な1次アルゴリズムの2つのクラスを定式化する。
我々は、新しい離散リアプノフ解析を通じて、強い凸条件と一般的な凸条件でネステロフの手法と一致する加速収束率を達成するのに十分な条件を確立する。
我々は、ハミルトン関数といくつかの解釈可能な操作を直接ベースとした、ハミルトン支援勾配法と呼ばれる新しい離散アルゴリズムのクラスを提案する。
論文 参考訳(メタデータ) (2023-04-20T03:03:30Z) - Partition Function Estimation: Quantum and Quantum-Inspired Algorithms [1.7510560590853574]
量子スピンハミルトニアンの分配関数を推定するための2つのアルゴリズム、1つの量子と1つの古典的アルゴリズムを提案する。
前者はDQC1 (Deterministic quantum computing with one clean qubit) アルゴリズムであり、そのような複雑な温度に対する最初のアルゴリズムである。
論文 参考訳(メタデータ) (2022-08-01T15:29:06Z) - A Sublinear-Time Quantum Algorithm for Approximating Partition Functions [0.0]
本稿では,ギブス分割関数を線形時間で推定する新しい量子アルゴリズムを提案する。
これは、vStefankovivc, Vempala, Vigodaの半周期的なほぼ直線時間で得られる最初のスピードアップである。
論文 参考訳(メタデータ) (2022-07-18T14:41:48Z) - First-Order Algorithms for Nonlinear Generalized Nash Equilibrium
Problems [88.58409977434269]
非線形一般化ナッシュ均衡問題(NGNEP)における平衡計算の問題を考える。
我々の貢献は、2次ペナルティ法と拡張ラグランジアン法に基づく2つの単純な一階アルゴリズムフレームワークを提供することである。
これらのアルゴリズムに対する漸近的理論的保証を提供する。
論文 参考訳(メタデータ) (2022-04-07T00:11:05Z) - Efficient Algorithms for Approximating Quantum Partition Functions at
Low Temperature [0.0]
低温における量子スピン系のクラス分割関数の効率的な近似アルゴリズムを確立する。
我々のアルゴリズムは、ボルグ、コテック、ウエルツキによるこのタイプの量子スピン系の輪郭表現の組み合わせに基づいている。
論文 参考訳(メタデータ) (2022-01-17T17:27:13Z) - Amortized Implicit Differentiation for Stochastic Bilevel Optimization [53.12363770169761]
決定論的条件と決定論的条件の両方において、二段階最適化問題を解決するアルゴリズムのクラスについて検討する。
厳密な勾配の推定を補正するために、ウォームスタート戦略を利用する。
このフレームワークを用いることで、これらのアルゴリズムは勾配の偏りのない推定値にアクセス可能な手法の計算複雑性と一致することを示す。
論文 参考訳(メタデータ) (2021-11-29T15:10:09Z) - Polynomial unconstrained binary optimisation inspired by optical
simulation [52.11703556419582]
制約のないバイナリ最適化の問題を解決するために,光コヒーレントIsingマシンにヒントを得たアルゴリズムを提案する。
提案アルゴリズムを既存のPUBOアルゴリズムに対してベンチマークし,その優れた性能を観察する。
タンパク質の折り畳み問題や量子化学問題へのアルゴリズムの適用は、PUBO問題による電子構造問題の近似の欠点に光を当てる。
論文 参考訳(メタデータ) (2021-06-24T16:39:31Z) - Differentially Private Clustering: Tight Approximation Ratios [57.89473217052714]
基本的なクラスタリング問題に対して,効率的な微分プライベートアルゴリズムを提案する。
この結果から,SampleとAggregateのプライバシーフレームワークのアルゴリズムの改善が示唆された。
1-Clusterアルゴリズムで使用されるツールの1つは、ClosestPairのより高速な量子アルゴリズムを適度な次元で得るために利用できる。
論文 参考訳(メタデータ) (2020-08-18T16:22:06Z) - IDEAL: Inexact DEcentralized Accelerated Augmented Lagrangian Method [64.15649345392822]
本稿では,局所関数が滑らかで凸な分散最適化環境下での原始的手法設計のためのフレームワークを提案する。
提案手法は,加速ラグランジアン法により誘導されるサブプロブレム列を概ね解いたものである。
加速度勾配降下と組み合わせることで,収束速度が最適で,最近導出された下界と一致した新しい原始アルゴリズムが得られる。
論文 参考訳(メタデータ) (2020-06-11T18:49:06Z)
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。