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
- 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) - On The Distribution of Penultimate Activations of Classification
Networks [21.35643831571589]
分類ネットワークがクロスエントロピー損失で訓練されると、その最終分類層は、ペナルティアクティベーションの特定の分布に基づく生成的分類器と生成的識別的ペアを形成する。
さらに重要なことに、この分布は最終完全連結層の重みによってパラメータ化され、入力データを供給せずに最後尾の活性化を合成する生成モデルとみなすことができる。
論文 参考訳(メタデータ) (2021-07-05T09:47:10Z) - 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) - Preparation and verification of tensor network states [0.6299766708197883]
半定値計画法を用いて,親ハミルトニアンの断面積に対する不均一な下界を効率的に計算できることを示す。
期待値が容易に決定でき、かつ完全な集合を形成する観測可能な集合を導出する。
量子状態と局所的な測定値にアクセスできれば、効率的に計算できる観測値のサブセットを同定する。
論文 参考訳(メタデータ) (2021-05-14T14:53:14Z) - 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。
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。