論文の概要: Scalable semidefinite programming approach to variational embedding for
quantum many-body problems
- arxiv url: http://arxiv.org/abs/2106.02682v1
- Date: Fri, 4 Jun 2021 19:31:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-27 21:02:58.110010
- Title: Scalable semidefinite programming approach to variational embedding for
quantum many-body problems
- Title(参考訳): 量子多体問題に対する変分埋め込みに対するスケーラブル半有限計画法
- Authors: Yuehaw Khoo, Michael Lindsey
- Abstract要約: 量子埋め込み理論では、量子多体系は局所化された部位のクラスタに分けられる。
最近導入された量子多体問題に対する変分埋め込みアプローチは、半定緩和と量子埋め込み理論の洞察を組み合わせたものである。
我々は、低レベルなグローバル制約を強制する更新と高レベルな量の並列化可能なローカル更新を交互に行うアルゴリズムを開発した。
- 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: In quantum embedding theories, a quantum many-body system is divided into
localized clusters of sites which are treated with an accurate `high-level'
theory and glued together self-consistently by a less accurate `low-level'
theory at the global scale. The recently introduced variational embedding
approach for quantum many-body problems combines the insights of semidefinite
relaxation and quantum embedding theory to provide a lower bound on the
ground-state energy that improves as the cluster size is increased. The
variational embedding method is formulated as a semidefinite program (SDP),
which can suffer from poor computational scaling when treated with black-box
solvers. We exploit the interpretation of this SDP as an embedding method to
develop an algorithm which alternates parallelizable local updates of the
high-level quantities with updates that enforce the low-level global
constraints. Moreover, we show how translation invariance in lattice systems
can be exploited to reduce the complexity of projecting a key matrix to the
positive semidefinite cone.
- Abstract(参考訳): 量子埋め込み理論において、量子多体系は、正確な「ハイレベル」理論で扱われ、グローバルスケールでのより精度の低い「ローレベル」理論で自己整合的に結合された部位の局所化クラスタに分割される。
最近導入された量子多体問題に対する変分埋め込みアプローチは、半定緩和と量子埋め込み理論の洞察を組み合わせて、クラスターサイズが増加するにつれて改善される基底状態エネルギーの低い境界を与える。
変分埋め込み法は半定値プログラム (SDP) として定式化され, ブラックボックスソルバで処理した場合の計算スケーリングの低下に悩まされる。
我々は,このsdpの解釈を組込み手法として活用し,高レベル量の並列化可能な局所更新と低レベルグローバル制約を強制する更新を交互に行うアルゴリズムを開発した。
さらに, 格子系における変換不変性を利用して, 正の半定値円錐に鍵行列を投影する複雑さを低減できることを示す。
関連論文リスト
- Efficient Representation of Gaussian Fermionic Pure States in
Non-Computational Bases [0.0]
本稿では、量子スピン系とフェルミオンモデルにおいて中心となるガウスフェルミオン状態を表現する革新的なアプローチを紹介する。
我々は、これらの状態が従来の計算基底(シグマズ)から(phi, fracpi2, α)のようなより複雑な基底へ遷移することに焦点を当てる。
本稿では,基底変換を単純化するだけでなく,計算複雑性を低減させる新しいアルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-03-05T19:43:33Z) - Local to Global: A Distributed Quantum Approximate Optimization
Algorithm for Pseudo-Boolean Optimization Problems [7.723735038335632]
量子近似最適化アルゴリズム(QAOA)は、量子超越性を実証するための有望な候補と考えられている。
量子ビットの可用性が制限され、コヒーレンス時間制限がQAOAに挑戦し、大規模な擬ブール問題を解く。
本稿では,これを単純化したIsingモデルに変換することで,一般の擬似ブール問題を解く分散QAOAを提案する。
論文 参考訳(メタデータ) (2023-10-08T08:07:11Z) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳(メタデータ) (2023-10-04T17:53:55Z) - Near-Term Distributed Quantum Computation using Mean-Field Corrections
and Auxiliary Qubits [77.04894470683776]
本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。
我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
論文 参考訳(メタデータ) (2023-09-11T18:00:00Z) - A Generalized Alternating Method for Bilevel Learning under the
Polyak-{\L}ojasiewicz Condition [63.66516306205932]
バイレベル最適化は、その新興機械学習分野への応用により、最近、関心を取り戻している。
最近の結果は、単純な反復に基づくイテレーションは、低レベルな目標の凸に起因する利害と一致することを示しています。
論文 参考訳(メタデータ) (2023-06-04T17:54:11Z) - Lower Bounding Ground-State Energies of Local Hamiltonians Through the
Renormalization Group [0.0]
本稿では,量子系の実測可能な局所密度行列の集合に対して,トラクタブル凸緩和を定式化する方法を示す。
根底にある再正規化手順の粗粒度写像は、これらの制約の多くを取り除くのに役立つ。
これは任意の局所ハミルトニアンの基底状態エネルギーの厳密な下界を得るのに使うことができる。
論文 参考訳(メタデータ) (2022-12-06T14:39:47Z) - Dual Exponential Coupled Cluster Theory: Unitary Adaptation,
Implementation in the Variational Quantum Eigensolver Framework and Pilot
Applications [0.0]
我々は、二重指数連結クラスタ理論のユニタリ変種を開発した。
この方法は、階数2の散乱作用素の集合を含むユニタリの非自明な作用に依存する。
我々は、分子ポテンシャルエネルギー表面を通して、我々のすべてのスキームが均一に機能することを示した。
論文 参考訳(メタデータ) (2022-07-12T05:10:58Z) - Faster One-Sample Stochastic Conditional Gradient Method for Composite
Convex Minimization [61.26619639722804]
滑らかで非滑らかな項の和として形成される凸有限サム目標を最小化するための条件勾配法(CGM)を提案する。
提案手法は, 平均勾配 (SAG) 推定器を備え, 1回に1回のサンプルしか必要としないが, より高度な分散低減技術と同等の高速収束速度を保証できる。
論文 参考訳(メタデータ) (2022-02-26T19:10:48Z) - Quantum communication complexity beyond Bell nonlocality [87.70068711362255]
効率的な分散コンピューティングは、リソース要求タスクを解決するためのスケーラブルな戦略を提供する。
量子リソースはこのタスクに適しており、古典的手法よりも優れた明確な戦略を提供する。
我々は,ベルのような不等式に,新たなコミュニケーション複雑性タスクのクラスを関連付けることができることを証明した。
論文 参考訳(メタデータ) (2021-06-11T18:00:09Z) - Log-Likelihood Ratio Minimizing Flows: Towards Robust and Quantifiable
Neural Distribution Alignment [52.02794488304448]
そこで本研究では,対数様比統計量と正規化フローに基づく新しい分布アライメント手法を提案する。
入力領域の局所構造を保存する領域アライメントにおいて,結果の最小化を実験的に検証する。
論文 参考訳(メタデータ) (2020-03-26T22:10:04Z)
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。