Fugu-MT 論文翻訳(概要): Coarse-grained spectral projection (CGSP): a deep learning-assisted approach to quantum unitary dynamics

論文の概要: Coarse-grained spectral projection (CGSP): a deep learning-assisted approach to quantum unitary dynamics

arxiv url: http://arxiv.org/abs/2007.09788v2
Date: Wed, 4 Nov 2020 23:19:26 GMT
ステータス: 処理完了
システム内更新日: 2022-11-09 00:49:40.665969
Title: Coarse-grained spectral projection (CGSP): a deep learning-assisted approach to quantum unitary dynamics
Title（参考訳）: 粗粒スペクトル射影(CGSP):量子ユニタリダイナミクスへの深層学習支援アプローチ
Authors: Pinchen Xie, Weinan E
Abstract要約: CGSPは、洗練されたニューラルネットワーク量子アンサッツを用いて、多体量子状態のスペクトル成分を体系的に抽出できることを示す。 CGSPは量子力学の線形ユニタリの性質を完全に利用しており、エルゴード力学の他の量子モンテカルロ法よりも優れている可能性がある。
参考スコア（独自算出の注目度）: 8.160343645537106
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We propose the coarse-grained spectral projection method (CGSP), a deep learning-assisted approach for tackling quantum unitary dynamic problems with an emphasis on quench dynamics. We show CGSP can extract spectral components of many-body quantum states systematically with sophisticated neural network quantum ansatz. CGSP exploits fully the linear unitary nature of the quantum dynamics, and is potentially superior to other quantum Monte Carlo methods for ergodic dynamics. Preliminary numerical results on 1D XXZ models with periodic boundary condition are carried out to demonstrate the practicality of CGSP.
Abstract（参考訳）: 本稿では,量子ユニタリ動的問題に取り組むための深層学習支援手法として,クエンチダイナミクスに着目した粗粒スペクトル投影法(cgsp)を提案する。 cgspは高度なニューラルネットワーク量子アンサッツを用いて多体量子状態のスペクトル成分を体系的に抽出できることを示す。 CGSPは量子力学の線形ユニタリの性質を完全に利用しており、エルゴード力学の他の量子モンテカルロ法よりも優れている可能性がある。周期境界条件を持つ1D XXZモデルの予備的な数値計算を行い,CGSPの実用性を実証した。

関連論文リスト

Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文参考訳（メタデータ） (2024-08-22T08:21:28Z)
Quantum coarsening and collective dynamics on a programmable quantum simulator [27.84599956781646]
我々は、(2+1)Dイジング量子相転移における集合力学を実験的に研究した。順序づけられた領域の進化を決定的に準備し、追従することにより、粗い領域は領域境界の曲率によって駆動されることを示す。我々はこれらの現象を定量的に探索し、さらに振幅(ヒッグスモード)に対応する秩序パラメータの長寿命振動を観測する。
論文参考訳（メタデータ） (2024-07-03T16:29:12Z)
Effective Description of the Quantum Damped Harmonic Oscillator: Revisiting the Bateman Dual System [0.3495246564946556]
本稿では,減衰型高調波発振器(QDHO)の量子化手法を提案する。この研究の意義は、オープン量子システムの効果的な記述の基礎となる可能性にある。
論文参考訳（メタデータ） (2023-09-06T03:53:09Z)
Highly resolved spectral functions of two-dimensional systems with neural quantum states [0.0]
我々は,まず,実空間や運動量空間に局在した励起のシミュレーションに基づいてスペクトル特性を得るために,ニューラル量子状態を用いた多用途アプローチを開発した。我々のアプローチは2次元の相互作用量子格子モデルに適用可能であり、相関量子物質のスペクトル特性を計算するための経路を開く。
論文参考訳（メタデータ） (2023-03-14T19:00:27Z)
The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning [52.77024349608834]
古典的なディープニューラルネットワークの量子アナログを構築することは、量子コンピューティングにおける根本的な課題である。鍵となる問題は、古典的なディープラーニングの本質的な非線形性にどのように対処するかである。我々は、深層機械学習のこれらの側面を複製できる量子機械学習の定式化であるQuantum Path Kernelを紹介する。
論文参考訳（メタデータ） (2022-12-22T16:06:24Z)
Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文参考訳（メタデータ） (2021-08-09T18:00:05Z)
The Hintons in your Neural Network: a Quantum Field Theory View of Deep Learning [84.33745072274942]
線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
論文参考訳（メタデータ） (2021-03-08T17:24:29Z)
A general quantum algorithm for open quantum dynamics demonstrated with the Fenna-Matthews-Olson complex [0.0]
演算子和表現あるいはリンドブラッドマスター方程式で表される任意の動的過程をシミュレートする量子アルゴリズムを開発する。我々は、IBM QASM量子シミュレータ上のFenna-Matthews-Olson複合体の力学をシミュレートして量子アルゴリズムを実証する。
論文参考訳（メタデータ） (2021-01-13T19:00:02Z)
Experimental Quantum Generative Adversarial Networks for Image Generation [93.06926114985761]
超伝導量子プロセッサを用いた実世界の手書き桁画像の学習と生成を実験的に行う。我々の研究は、短期量子デバイス上での高度な量子生成モデル開発のためのガイダンスを提供する。
論文参考訳（メタデータ） (2020-10-13T06:57:17Z)
Variational classical networks for dynamics in interacting quantum matter [0.0]
本稿では,古典的スピンの複雑なネットワークに基づく,ニューラルネットワークに似た波動関数の変分クラスを導入する。本手法は, 古典的極限が明確に定義された任意の量子多体系に適用可能であることを示す。
論文参考訳（メタデータ） (2020-07-31T14:03:37Z)
Quantum Non-equilibrium Many-Body Spin-Photon Systems [91.3755431537592]
論文は、非平衡状態における強相関量子系の量子力学に関するものである。本研究の主な成果は, 臨界ダイナミクスのシグナチャ, 超ストロング結合のテストベッドとしての駆動ディックモデル, キブルズルーク機構の3つにまとめることができる。
論文参考訳（メタデータ） (2020-07-23T19:05:56Z)

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。