論文の概要: Autoregressive Neural Network for Simulating Open Quantum Systems via a
Probabilistic Formulation
- arxiv url: http://arxiv.org/abs/2009.05580v3
- Date: Thu, 4 Mar 2021 21:28:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-02 22:20:00.506092
- Title: Autoregressive Neural Network for Simulating Open Quantum Systems via a
Probabilistic Formulation
- Title(参考訳): 確率的定式化によるオープン量子システムシミュレーションのための自己回帰ニューラルネットワーク
- Authors: Di Luo, Zhuo Chen, Juan Carrasquilla, and Bryan K. Clark
- Abstract要約: オープン量子システムのダイナミクスに対処するためのアプローチを提案する。
フォワード・バック・タペソイド法を用いて、リウヴィリア超作用素の力学をシミュレートし、変分定式化により定常状態を求める。
本稿では,自己回帰型ニューラルネットワークの対称性を部分的に復元し,局所相関の記述を改善する改良された文字列状態(String States)を導入する。
- 参考スコア(独自算出の注目度): 3.886883839410292
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The theory of open quantum systems lays the foundations of a substantial part
of modern research in quantum science and engineering. Rooted in the
dimensionality of their extended Hilbert spaces, the high computational
complexity of simulating open quantum systems calls for the development of
strategies to approximate their dynamics. In this paper, we present an approach
for tackling open quantum system dynamics. We simulate the dynamics of the
Liouvillian superoperator using a forward-backward trapezoid method and find
the steady-state via a variational formulation. We make use of a probabilistic
formulation of quantum physics based on a positive operator-valued measure
(POVM) in combination with autoregressive neural networks, which bring
significant algorithmic flexibility due to their efficient sampling and
tractable density. We introduce improved ansatzs, String States, which
partially restore the symmetry of the autoregressive neural network and improve
the description of local correlations. We benchmark our approaches on
prototypical one and two-dimensional systems, finding results which closely
track the exact solution and achieve higher accuracy in comparison to the
recently proposed approach based on restricted Boltzmann machines. We
anticipate this approach will be widely applicable to evolving density matrices
in various contexts.
- Abstract(参考訳): オープン量子システムの理論は、量子科学と工学における現代の研究のかなりの部分の基礎を成している。
拡張ヒルベルト空間の次元性に根ざし、開量子系をシミュレートする高い計算複雑性は、それらの力学を近似する戦略の開発を要求する。
本稿では,オープン量子システムダイナミクスに取り組むためのアプローチを提案する。
我々は,リウビリアン超作用素の運動をフォワード・バックワード・トラペズイド法を用いてシミュレートし,変分定式化によって定常状態を求める。
本研究では,正の演算子値測度(povm)と自己回帰ニューラルネットワークを組み合わせた量子物理学の確率論的定式化を行い,効率的なサンプリングと扱いやすい密度によるアルゴリズムの柔軟性を生かした。
自己回帰型ニューラルネットワークの対称性を部分的に復元し,局所相関の記述を改善する,改良されたアンサッツ,文字列状態を導入する。
我々は,本手法を原型的な1次元と2次元のシステムでベンチマークし,厳密な解を追跡し,最近提案された制限ボルツマンマシンに基づくアプローチと比較して精度の高い結果を求める。
このアプローチは、様々な文脈における密度行列の進化に広く適用できると期待する。
関連論文リスト
- Projective Quantum Eigensolver via Adiabatically Decoupled Subsystem
Evolution: a Resource Efficient Approach to Molecular Energetics in Noisy
Quantum Computers [0.0]
我々は,ノイズ中間スケール量子(NISQ)ハードウェアを用いて,分子系の基底状態エネルギーを正確に計算することを目的とした射影形式を開発した。
本研究では,将来の耐故障システムにおいて,必要な精度を同時に確保しながら,ノイズ下での優れた性能を示す。
論文 参考訳(メタデータ) (2024-03-13T13:27:40Z) - ShadowNet for Data-Centric Quantum System Learning [188.683909185536]
本稿では,ニューラルネットワークプロトコルと古典的シャドウの強みを組み合わせたデータ中心学習パラダイムを提案する。
ニューラルネットワークの一般化力に基づいて、このパラダイムはオフラインでトレーニングされ、これまで目に見えないシステムを予測できる。
量子状態トモグラフィーおよび直接忠実度推定タスクにおいて、我々のパラダイムのインスタンス化を示し、60量子ビットまでの数値解析を行う。
論文 参考訳(メタデータ) (2023-08-22T09:11:53Z) - Variational Quantum Algorithms for Simulation of Lindblad Dynamics [0.0]
時間発展型マルコフ開量子系と量子可観測器に対するリンドブラッドマスター方程式とその共役をシミュレートする変動型ハイブリッド古典量子アルゴリズムを提案する。
我々は、解のユニタリおよび非ユニタリダイナミクスを効率的に捕捉する低深さ変動量子回路を設計し、最適化する。
論文 参考訳(メタデータ) (2023-05-04T13:25:44Z) - Dynamics with autoregressive neural quantum states: application to
critical quench dynamics [41.94295877935867]
本稿では、量子系の長時間のダイナミクスを安定的に捉えるための代替の汎用スキームを提案する。
二次元量子イジングモデルにおけるキブル・ズレーク機構の解明により,時間依存性のクエンチ力学にこのスキームを適用した。
論文 参考訳(メタデータ) (2022-09-07T15:50:00Z) - Scalable neural quantum states architecture for quantum chemistry [5.603379389073144]
量子状態のニューラルネットワーク表現の変分最適化は、相互作用するフェルミオン問題の解決に成功している。
本稿では,Ab-initio量子化学応用のための,ニューラルネットワークに基づく変分量子モンテカルロ計算を改善するための拡張並列化手法を提案する。
論文 参考訳(メタデータ) (2022-08-11T04:40:02Z) - 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) - 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) - 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) - 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 Neural-Network Variational Quantum Algorithm for Many-Body Dynamics [15.435967947933404]
量子多体系の時間進化をシミュレートするニューラルネットワーク-ネットワーク変分量子アルゴリズムを提案する。
提案アルゴリズムは、測定コストの低い短期量子コンピュータに効率よく実装することができる。
論文 参考訳(メタデータ) (2020-08-31T02:54:09Z) - Incoherent quantum algorithm dynamics of an open system with near-term
devices [0.0]
ハイブリッド量子古典アルゴリズムは、量子コンピューティングを実装する最も有望なシステムの一つである。
フォン・ノイマン方程式に従う密度行列に対する量子力学アルゴリズムについて検討する。
乱れた量子系のアンサンブル平均の力学を考察する。
論文 参考訳(メタデータ) (2020-08-12T14:22:42Z)
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。