論文の概要: Machine-Learning Study using Improved Correlation Configuration and
Application to Quantum Monte Carlo Simulation
- arxiv url: http://arxiv.org/abs/2007.15477v1
- Date: Wed, 29 Jul 2020 11:00:57 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-05 20:46:05.541184
- Title: Machine-Learning Study using Improved Correlation Configuration and
Application to Quantum Monte Carlo Simulation
- Title（参考訳）: 相関構造の改善による機械学習研究と量子モンテカルロシミュレーションへの応用
- Authors: Yusuke Tomita, Kenta Shiina, Yutaka Okabe, Hwee Kuan Lee
- Abstract要約: 我々は,Fortuin-Kasteleyn表現に基づく相関構成の改良推定器を,通常の相関構成の代替として利用する。
量子XYモデルの分類は,古典的XYモデルのトレーニングデータを用いて行うことができることを示す。
- 参考スコア（独自算出の注目度）: 4.2056926734482065
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We use the Fortuin-Kasteleyn representation based improved estimator of the
correlation configuration as an alternative to the ordinary correlation
configuration in the machine-learning study of the phase classification of spin
models. The phases of classical spin models are classified using the improved
estimators, and the method is also applied to the quantum Monte Carlo
simulation using the loop algorithm. We analyze the
Berezinskii-Kosterlitz-Thouless (BKT) transition of the spin 1/2 quantum XY
model on the square lattice. We classify the BKT phase and the paramagnetic
phase of the quantum XY model using the machine-learning approach. We show that
the classification of the quantum XY model can be performed by using the
training data of the classical XY model.
- Abstract（参考訳）: スピンモデルの位相分類に関する機械学習研究では,正規相関配置の代替として, fortuin-kasteleyn表現に基づく相関配置の推定器の改良を用いた。
古典的スピンモデルの位相は改良された推定器を用いて分類され、ループアルゴリズムを用いて量子モンテカルロシミュレーションにも適用される。
正方格子上のスピン1/2量子XYモデルのベレジンスキー-コステリッツ-Thouless(BKT)遷移を分析する。
機械学習手法を用いて,量子XYモデルのBKT相と常磁性相を分類する。
量子XYモデルの分類は,古典的XYモデルのトレーニングデータを用いて行うことができることを示す。
関連論文リスト
- 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) - Using a Feedback-Based Quantum Algorithm to Analyze the Critical Properties of the ANNNI Model Without Classical Optimization [0.0]
フィードバック型量子アルゴリズム(FALQON)を用いた異方性Next-Nearest-Neighbor Ising(ANNNI)モデルの臨界特性について検討する。
このアプローチにより、古典的な最適化手法に頼ることなく、基底状態と励起状態の両方を計算することができる。
論文 参考訳（メタデータ） (2024-06-25T20:58:03Z) - von Mises Quasi-Processes for Bayesian Circular Regression [57.88921637944379]
円値ランダム関数上の表現的および解釈可能な分布の族を探索する。
結果の確率モデルは、統計物理学における連続スピンモデルと関係を持つ。
後続推論のために、高速マルコフ連鎖モンテカルロサンプリングに寄与するストラトノビッチのような拡張を導入する。
論文 参考訳（メタデータ） (2024-06-19T01:57:21Z) - Investigation of the Behavior of Quantum Coherence in Quantum Phase
Transitions of Two-Dimensional XY and Ising Models [0.0]
2次元ハイゼンベルクXYモデルと2次元イジングモデルの2次元格子上の横磁場による基底状態の量子コヒーレンス挙動について検討する。
臨界点近傍の量子コヒーレンスの非解析的挙動は、これらのモデルの量子相転移(QPT)を検出することができることを示す。
論文 参考訳（メタデータ） (2022-07-30T07:47:02Z) - Counting Phases and Faces Using Bayesian Thermodynamic Integration [77.34726150561087]
本稿では,2パラメータ統計力学系における熱力学関数と位相境界の再構成手法を提案する。
提案手法を用いて,IsingモデルとTASEPの分割関数と位相図を正確に再構成する。
論文 参考訳（メタデータ） (2022-05-18T17:11:23Z) - Physics-based machine learning for modeling stochastic IP3-dependent
calcium dynamics [0.0]
本手法は,反応ネットワークのシミュレーションから有効確率分布と微分方程式モデルを推定する。
縮小された記述と微細な記述の密接な関係は、マスター方程式から導かれる近似を学習問題に導入することを可能にする。
論文 参考訳（メタデータ） (2021-09-10T18:33:24Z) - Emergent fractal phase in energy stratified random models [0.0]
長距離確率行列モデルの運動ホッピング項における偏相関が局在特性に及ぼす影響について検討した。
完全に相関した症例から逸脱すると,システム内の非エルゴディックな非局在化が生じる。
論文 参考訳（メタデータ） (2021-06-07T18:00:01Z) - Directed percolation in non-unitary quantum cellular automata [0.0]
ドマニ・キンツェルセルオートマトンを一般化する非単位量子セルオートマトンを構築する。
テンソルネットワークiTEBDアルゴリズムを用いて数値シミュレーションにより結果の動的進化について検討する。
論文 参考訳（メタデータ） (2021-05-04T10:10:16Z) - Quantum Machine Learning with SQUID [64.53556573827525]
分類問題に対するハイブリッド量子古典アルゴリズムを探索するオープンソースフレームワークであるScaled QUantum IDentifier (SQUID)を提案する。
本稿では、一般的なMNISTデータセットから標準バイナリ分類問題にSQUIDを使用する例を示す。
論文 参考訳（メタデータ） (2021-04-30T21:34:11Z) - Sampling in Combinatorial Spaces with SurVAE Flow Augmented MCMC [83.48593305367523]
ハイブリッドモンテカルロ(Hybrid Monte Carlo)は、複素連続分布からサンプリングする強力なマルコフ連鎖モンテカルロ法である。
本稿では,SurVAEフローを用いたモンテカルロ法の拡張に基づく新しい手法を提案する。
本稿では,統計学,計算物理学,機械学習など,様々な分野におけるアルゴリズムの有効性を実証し,代替アルゴリズムと比較した改良点を考察する。
論文 参考訳（メタデータ） (2021-02-04T02:21:08Z) - State preparation and measurement in a quantum simulation of the O(3)
sigma model [65.01359242860215]
我々は,非線型O(3)シグマモデルの固定点が,格子サイトあたり2キュービットしか持たないスピンモデルの量子相転移付近で再現可能であることを示す。
本稿では,弱い結合状態と量子臨界状態の両方において,断熱的基底状態の準備が複雑になる結果を得るためにトロッター法を適用した。
非単位ランダム化シミュレーション法に基づく量子アルゴリズムの提案と解析を行う。
論文 参考訳（メタデータ） (2020-06-28T23:44:12Z)
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。