Fugu-MT 論文翻訳(概要): Computational Characteristics of Random Field Ising Model with Long-Range Interaction

論文の概要: Computational Characteristics of Random Field Ising Model with Long-Range Interaction

arxiv url: http://arxiv.org/abs/2205.13782v1
Date: Fri, 27 May 2022 06:36:32 GMT
ステータス: 処理完了
システム内更新日: 2023-02-11 14:11:55.609811
Title: Computational Characteristics of Random Field Ising Model with Long-Range Interaction
Title（参考訳）: 長距離相互作用を持つランダム場イジングモデルの計算特性
Authors: Fangxuan Liu, L.-M. Duan
Abstract要約: 距離の逆数として崩壊する長距離相互作用を持つ計算ランダムフィールドIsing Model(RFIM)について検討する。 2次元平面上に長時間の相互作用が埋め込まれたRFIMでは、基底状態がNP完全であることが証明された。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Ising model is a widely studied class of models in quantum computation. In this paper we investigate the computational characteristics of the random field Ising model (RFIM) with long-range interactions that decays as an inverse polynomial of distance, which can be achieved in current ion trap system. We prove that for an RFIM with long-range interaction embedded on a 2-dimensional plane, solving its ground state is NP-complete for all diminishing exponent, and prove that the 1-dimensional RFIM with long-range interaction can be efficiently approximated when the interaction decays fast enough.
Abstract（参考訳）: イジングモデル(Ising model)は、量子計算において広く研究されているモデルのクラスである。本稿では,距離の逆多項式として崩壊する長距離相互作用を持つランダムフィールドイジングモデル(RFIM)の計算特性について検討する。 2次元平面上に埋め込まれた長距離相互作用を持つRFIMに対して、その基底状態は全ての減少する指数に対してNP完全であり、相互作用が十分に速くなると、長距離相互作用を持つ1次元RFIMを効率的に近似できることを証明した。

関連論文リスト

Learning Multi-Index Models with Neural Networks via Mean-Field Langevin Dynamics [21.55547541297847]
平均場ランゲヴィンアルゴリズムを用いて学習した2層ニューラルネットワークを用いて,高次元のマルチインデックスモデルを学習する問題について検討する。軽度の分布仮定の下では、サンプルと計算の複雑さの両方を制御する実効次元 $d_mathrmeff$ を特徴づける。
論文参考訳（メタデータ） (2024-08-14T02:13:35Z)
A bound on approximating non-Markovian dynamics by tensor networks in the time domain [0.9790236766474201]
時間計算資源を用いて,スピンボソンモデルを効率的にシミュレーションできることを示す。この境界は、スピンボソンモデルが時間計算資源を用いて効率的にシミュレートできることを示している。
論文参考訳（メタデータ） (2023-07-28T14:50:53Z)
Modeling Non-Covalent Interatomic Interactions on a Photonic Quantum Computer [50.24983453990065]
我々は、cQDOモデルがフォトニック量子コンピュータ上でのシミュレーションに自然に役立っていることを示す。我々は、XanaduのStrawberry Fieldsフォトニクスライブラリを利用して、二原子系の結合エネルギー曲線を計算する。興味深いことに、2つの結合したボソニックQDOは安定な結合を示す。
論文参考訳（メタデータ） (2023-06-14T14:44:12Z)
Modeling the space-time correlation of pulsed twin beams [68.8204255655161]
パラメトリックダウンコンバージョンによって生成される絡み合ったツインビームは、画像指向アプリケーションで好まれるソースである。本研究では,時間消費数値シミュレーションと非現実的な平面波ポンプ理論のギャップを埋めることを目的とした半解析モデルを提案する。
論文参考訳（メタデータ） (2023-01-18T11:29:49Z)
Aspects of entanglement in non-local field theories with fractional Laplacian [0.0]
混合状態における絡み合いの尺度である対数否定性は数値的に計算される。突然の量子クエンチでは、対数ネガティビティの時間的進化は、短距離モデルとは対照的に、対数ネガティティティは時間間隔を考慮した長距離相互作用の復活を示さないことを示した。
論文参考訳（メタデータ） (2021-12-27T13:08:28Z)
Many-body localization regime for cavity induced long-range interacting models [0.0]
多体局在化(MBL)は、長距離相互作用を持つ大きなスピン鎖モデルに対して研究される。このモデルでは,非エルゴード的特徴とMBLが,実験時間スケールに傾斜ポテンシャルが存在するだけでなく,ランダム乱れのモデルにも存在する可能性が示唆された。
論文参考訳（メタデータ） (2021-12-16T20:39:40Z)
Quantum-critical properties of the long-range transverse-field Ising model from quantum Monte Carlo simulations [0.0]
横場イジングモデルの量子臨界特性は、量子モンテカルロを用いて研究される。強磁性イジング相互作用に対しては、最も近い隣のイジングから長距離普遍クラスまで、場の理論から知られている制限条件を解く。
論文参考訳（メタデータ） (2021-03-17T07:00:29Z)
Variational Monte Carlo calculations of $\mathbf{A\leq 4}$ nuclei with an artificial neural-network correlator ansatz [62.997667081978825]
光核の基底状態波動関数をモデル化するためのニューラルネットワーク量子状態アンサッツを導入する。我々は、Aleq 4$核の結合エネルギーと点核密度を、上位のピオンレス実効場理論から生じるものとして計算する。
論文参考訳（メタデータ） (2020-07-28T14:52:28Z)
Multipole Graph Neural Operator for Parametric Partial Differential Equations [57.90284928158383]
物理系をシミュレーションするためのディープラーニングベースの手法を使用する際の大きな課題の1つは、物理ベースのデータの定式化である。線形複雑度のみを用いて、あらゆる範囲の相互作用をキャプチャする、新しいマルチレベルグラフニューラルネットワークフレームワークを提案する。実験により, 離散化不変解演算子をPDEに学習し, 線形時間で評価できることを確認した。
論文参考訳（メタデータ） (2020-06-16T21:56:22Z)
Convolutional Tensor-Train LSTM for Spatio-temporal Learning [116.24172387469994]
本稿では,ビデオシーケンスの長期相関を効率的に学習できる高次LSTMモデルを提案する。これは、時間をかけて畳み込み特徴を組み合わせることによって予測を行う、新しいテンソルトレインモジュールによって達成される。この結果は,幅広いアプリケーションやデータセットにおいて,最先端のパフォーマンス向上を実現している。
論文参考訳（メタデータ） (2020-02-21T05:00:01Z)
Fast approximations in the homogeneous Ising model for use in scene analysis [61.0951285821105]
我々は、推論に必要な量を数値計算できる正確な近似を提供する。近似式はスケーラブルでマルコフランダム場の大きさに満足できないことを示す。機能的磁気共鳴イメージングアクティベーション検出実験においてベイズ推論を行い, ピスタチオ樹収量の年次増加の空間パターンにおける異方性に対する確率比試験を行った。
論文参考訳（メタデータ） (2017-12-06T14:24:34Z)

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。