Fugu-MT 論文翻訳(概要): Sequential generation of projected entangled-pair states

論文の概要: Sequential generation of projected entangled-pair states

arxiv url: http://arxiv.org/abs/2107.05873v2
Date: Wed, 12 Jan 2022 00:37:21 GMT
ステータス: 処理完了
システム内更新日: 2023-03-22 11:55:10.053041
Title: Sequential generation of projected entangled-pair states
Title（参考訳）: 射影された絡み合ったペア状態の逐次生成
Authors: Zhi-Yuan Wei, Daniel Malz, J. Ignacio Cirac
Abstract要約: 重なり合う領域のラケットに作用する逐次ユニタリを適用することで、格子内の状態のクラスである、束縛された絡み合ったペア状態を導入する。それらは領域法的な絡み合いを満足し、長距離相関を持ち、テンソルネットワーク状態の他の関連するクラスを自然に一般化する。
参考スコア（独自算出の注目度）: 0.7734726150561088
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We introduce plaquette projected entangled-pair states, a class of states in a lattice that can be generated by applying sequential unitaries acting on plaquettes of overlapping regions. They satisfy area-law entanglement, possess long-range correlations, and naturally generalize other relevant classes of tensor network states. We identify a subclass that can be more efficiently prepared in a radial fashion and that contains the family of isometric tensor network states [M. P. Zaletel and F. Pollmann, Phys. Rev. Lett. 124, 037201 (2020)]. We also show how this subclass can be efficiently prepared using an array of photon sources.
Abstract（参考訳）: 重なり合う領域のプラーペットに作用する逐次ユニタリを適用することで生じる格子内の状態のクラスであるプラーペット投射エンタングルペア状態(plachette projected entangled-pair states)を紹介する。これらは領域則の絡み合いを満足し、長距離相関を持ち、テンソルネットワーク状態の他の関連するクラスを自然に一般化する。我々は、放射状により効率的に作成でき、等尺テンソルネットワーク状態(M. P. Zaletel と F. Pollmann, Phys. Rev. Lett. 124, 037201 (2020)))の族を含む部分クラスを同定する。また,このサブクラスを光子源の配列を用いて効率的に作成する方法を示す。

関連論文リスト

Fermionic tensor network methods [0.0]
等級ヒルベルト空間を用いて、任意のグラフ上のテンソルネットワークにフェルミオン統計学を自然に組み込む方法を示す。この形式は、ジョルダン・ウィグナー変換や2次元テンソルネットワークにおけるゲート交換による脚交差の明示的な追跡を回避し、フェルミオン格子系に対するテンソルネットワーク手法を局所的に使用することができる。
論文参考訳（メタデータ） (2024-04-22T22:22:05Z)
Entangling Machine Learning with Quantum Tensor Networks [13.609946378021016]
本稿では,高次元量子状態を効率的に表現できるテンソルネットワークの言語モデリングへの応用について検討する。この問題を、言語に類似した長距離相関を示すモツキンスピン鎖のモデル化に抽象化する。テンソルモデルがほぼ完全な分類能力に到達し,有効なトレーニング例の数が減少するにつれて,安定した性能を維持していることがわかった。
論文参考訳（メタデータ） (2024-01-09T00:07:36Z)
Efficient Adiabatic Preparation of Tensor Network States [0.3683202928838613]
有限格子における少数体親ハミルトニアンの独特な基底状態であるテンソルネットワーク状態を作成するための特定の断熱経路を提案し,研究する。この経路は有限系のギャップを保証し、効率的な数値シミュレーションを可能にする。
論文参考訳（メタデータ） (2022-09-02T18:17:55Z)
Smoothed Embeddings for Certified Few-Shot Learning [63.68667303948808]
我々はランダムな平滑化を数ショットの学習モデルに拡張し、入力を正規化された埋め込みにマッピングする。この結果は、異なるデータセットの実験によって確認される。
論文参考訳（メタデータ） (2022-02-02T18:19:04Z)
Defensive Tensorization [113.96183766922393]
本稿では,ネットワークの遅延高次分解を利用した対角防御手法であるテンソル防御手法を提案する。我々は,標準画像分類ベンチマークにおけるアプローチの有効性を実証的に実証した。我々は,音声タスクとバイナリネットワークを考慮し,ドメイン間のアプローチと低精度アーキテクチャの汎用性を検証した。
論文参考訳（メタデータ） (2021-10-26T17:00:16Z)
Boundary theories of critical matchgate tensor networks [59.433172590351234]
AdS/CFT対応の重要な側面は、双曲格子上のテンソルネットワークモデルの観点から捉えることができる。マッチゲート制約を満たすテンソルに対しては、これらは以前、乱れた境界状態を生成することが示されている。これらのハミルトニアンは、解析的な玩具モデルによって捉えられたマルチスケールの準周期対称性を示す。
論文参考訳（メタデータ） (2021-10-06T18:00:03Z)
Lower and Upper Bounds on the VC-Dimension of Tensor Network Models [8.997952791113232]
ネットワーク法は凝縮物質物理学の進歩の重要な要素である。これらは指数関数的に大きな特徴空間で線形モデルを効率的に学習するのに使うことができる。本研究では,大きなテンソルネットワークモデルのVC次元と擬次元の上下境界を導出する。
論文参考訳（メタデータ） (2021-06-22T14:39:25Z)
Efficient construction of tensor-network representations of many-body Gaussian states [59.94347858883343]
本稿では,多体ガウス状態のテンソルネットワーク表現を効率よく,かつ制御可能な誤差で構築する手法を提案する。これらの状態には、量子多体系の研究に欠かせないボゾン系およびフェルミオン系二次ハミルトン系の基底状態と熱状態が含まれる。
論文参考訳（メタデータ） (2020-08-12T11:30:23Z)
Cautious Active Clustering [79.23797234241471]
ユークリッド空間上の未知の確率測度からサンプリングされた点の分類の問題を考える。我々のアプローチは、未知の確率測度を、各クラスに対する条件付き確率の凸結合として考えることである。
論文参考訳（メタデータ） (2020-08-03T23:47:31Z)
Optimization at the boundary of the tensor network variety [2.1839191255085995]
テンソルネットワーク状態は、量子多体系の研究で広く用いられる変分アンザッツ類を形成する。最近の研究により、この多様体の境界上の状態は、物理的興味のある状態に対するより効率的な表現をもたらすことが示されている。局所ハミルトンの基底状態を見つけるために、このクラスを最適化する方法を示す。
論文参考訳（メタデータ） (2020-06-30T16:58:55Z)
Embedding Propagation: Smoother Manifold for Few-Shot Classification [131.81692677836202]
本稿では, 組込み伝搬を非教師なし非パラメトリック正規化器として, 数ショット分類における多様体平滑化に用いることを提案する。埋め込み伝播がより滑らかな埋め込み多様体を生み出すことを実証的に示す。複数の半教師付き学習シナリオにおいて,埋め込み伝搬によりモデルの精度が最大16%向上することを示す。
論文参考訳（メタデータ） (2020-03-09T13:51:09Z)

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。