論文の概要: Quantum Algorithm for Simulating Hamiltonian Dynamics with an Off-diagonal Series Expansion

• arxiv url: http://arxiv.org/abs/2006.02539v4
• Date: Sun, 20 Jun 2021 02:08:09 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-17 06:21:54.433819
• Title: Quantum Algorithm for Simulating Hamiltonian Dynamics with an Off-diagonal Series Expansion
• Title（参考訳）: オフ対角級数展開を用いたハミルトニアンダイナミクスの量子アルゴリズム
• Authors: Amir Kalev and Itay Hen
• Abstract要約: 一般ハミルトニアン系の力学をシミュレーションするための効率的な量子アルゴリズムを提案する。 提案手法は所望の精度に最適に依存しており、概して現在の最先端技術よりもはるかに少ない資源を必要とする。
• 参考スコア（独自算出の注目度）: 1.0152838128195467
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose an efficient quantum algorithm for simulating the dynamics of general Hamiltonian systems. Our technique is based on a power series expansion of the time-evolution operator in its off-diagonal terms. The expansion decouples the dynamics due to the diagonal component of the Hamiltonian from the dynamics generated by its off-diagonal part, which we encode using the linear combination of unitaries technique. Our method has an optimal dependence on the desired precision and, as we illustrate, generally requires considerably fewer resources than the current state-of-the-art. We provide an analysis of resource costs for several sample models.
• Abstract（参考訳）: 一般的なハミルトニアン系のダイナミクスをシミュレートする効率的な量子アルゴリズムを提案する。 本手法は,時間進化演算子を非対角的に拡張した電力系列に基づく。 この展開は、ハミルトニアンの対角成分による力学と、その対角部分から生成される力学とを分離するものであり、ユニタリスの線形結合を用いて符号化する。 提案手法は所望の精度に最適に依存しており、概して現在の最先端技術よりもはるかに少ない資源を必要とする。 いくつかのサンプルモデルに対する資源コストの分析を行う。

関連論文リスト

• Truncated Gaussian basis approach for simulating many-body dynamics [0.0]
  このアプローチは、フェルミオンガウス状態にまたがる縮小部分空間内で有効ハミルトニアンを構築し、近似固有状態と固有エネルギーを得るために対角化する。 対称性を利用して並列計算を行い、より大きなサイズでシステムをシミュレートすることができる。 クエンチ力学では,時間発展する部分空間の波動関数が時間的ダイナミクスのシミュレーションを促進することが観察される。
  論文  参考訳（メタデータ） (2024-10-05T15:47:01Z)
• Latent Space Energy-based Neural ODEs [73.01344439786524]
  本稿では,連続時間シーケンスデータを表現するために設計された深部力学モデルの新しいファミリを紹介する。 マルコフ連鎖モンテカルロの最大推定値を用いてモデルを訓練する。 発振システム、ビデオ、実世界の状態シーケンス(MuJoCo)の実験は、学習可能なエネルギーベース以前のODEが既存のものより優れていることを示している。
  論文  参考訳（メタデータ） (2024-09-05T18:14:22Z)
• Neutron-nucleus dynamics simulations for quantum computers [49.369935809497214]
  一般ポテンシャルを持つ中性子核シミュレーションのための新しい量子アルゴリズムを開発した。 耐雑音性トレーニング法により、ノイズの存在下でも許容される境界状態エネルギーを提供する。 距離群可換性(DGC)と呼ばれる新しい可換性スキームを導入し、その性能をよく知られたqubit-commutativityスキームと比較する。
  論文  参考訳（メタデータ） (2024-02-22T16:33:48Z)
• A diagrammatic method to compute the effective Hamiltonian of driven nonlinear oscillators [0.0]
  我々は、駆動非線形発振器の有効ハミルトニアンを計算するために、ファインマン型図式に基づく新しい方法を提案する。 それぞれの図形に関連する図形構造は、位相的に同値な図形の単純な数え上げを含むハミルトン項に直接対応する。 本手法は,将来の量子機械に必要な精度で,量子システムの動的制御の基礎を確立する。
  論文  参考訳（メタデータ） (2023-04-26T16:31:21Z)
• Capturing dynamical correlations using implicit neural representations [85.66456606776552]
  実験データから未知のパラメータを復元するために、モデルハミルトンのシミュレーションデータを模倣するために訓練されたニューラルネットワークと自動微分を組み合わせた人工知能フレームワークを開発する。 そこで本研究では, 実時間から多次元散乱データに適用可能な微分可能なモデルを1回だけ構築し, 訓練する能力について述べる。
  論文  参考訳（メタデータ） (2023-04-08T07:55:36Z)
• Higher-order quantum transformations of Hamiltonian dynamics [0.8192907805418581]
  ハミルトン力学の高次変換を実現する量子アルゴリズムを提案する。 例えば、負の時間反転のシミュレーションを実演し、ハミルトニアン学習タスクを実行する。
  論文  参考訳（メタデータ） (2023-03-17T06:01:59Z)
• Decimation technique for open quantum systems: a case study with driven-dissipative bosonic chains [62.997667081978825]
  量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。 本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。 本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
  論文  参考訳（メタデータ） (2022-02-15T19:00:09Z)
• Variational Adiabatic Gauge Transformation on real quantum hardware for effective low-energy Hamiltonians and accurate diagonalization [68.8204255655161]
  変分アダバティックゲージ変換(VAGT)を導入する。 VAGTは、現在の量子コンピュータを用いてユニタリ回路の変動パラメータを学習できる非摂動型ハイブリッド量子アルゴリズムである。 VAGTの精度は、RigettiおよびIonQ量子コンピュータ上でのシミュレーションと同様に、トラフ数値シミュレーションで検証される。
  論文  参考訳（メタデータ） (2021-11-16T20:50:08Z)
• Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
  時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。 一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。 幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
  論文  参考訳（メタデータ） (2021-04-01T19:06:00Z)
• A Dynamical Mean-Field Theory for Learning in Restricted Boltzmann Machines [2.8021833233819486]
  ボルツマンマシンにおける磁化計算のためのメッセージパッシングアルゴリズムを定義する。 安定性基準の下でのアルゴリズムのグローバル収束を証明し,数値シミュレーションとの良好な一致を示す収束率を計算する。
  論文  参考訳（メタデータ） (2020-05-04T15:19:31Z)

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。