論文の概要: NFNet: Non-interacting Fermion Network for Efficient Simulation of
Large-scale Quantum Systems
- arxiv url: http://arxiv.org/abs/2212.05779v2
- Date: Thu, 5 Jan 2023 21:34:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-09 13:55:33.861417
- Title: NFNet: Non-interacting Fermion Network for Efficient Simulation of
Large-scale Quantum Systems
- Title（参考訳）: NFNet:大規模量子システムの効率的なシミュレーションのための非干渉フェルミオンネットワーク
- Authors: Pengyuan Zhai, Susanne Yelin
- Abstract要約: NFNetは大規模かつ連続的に制御される量子システムのシミュレーションのためのフレームワークである。
並列行列計算とネットワークパラメータの自動微分をサポートする。
NFNetは、効率的な大規模量子シミュレータであり、量子にインスパイアされた古典的コンピューティングネットワーク構造である。
- 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: We present NFNet, a PyTorch-based framework for polynomial-time simulation of
large-scale, continuously controlled quantum systems, supporting parallel
matrix computation and auto-differentiation of network parameters. It is based
on the non-interacting Fermionic formalism that relates the Matchgates by
Valiant to a physical analogy of non-interacting Fermions in one dimension as
introduced by Terhal and DiVincenzo. Given an input bit string
$\boldsymbol{x}$, NFNet computes the probability
$p(\boldsymbol{y}|\boldsymbol{x})=\langle x|U_{\theta}^\dagger \Pi_y U_\theta
|x\rangle$ of observing the bit string $\boldsymbol{y}$, which can be a sub or
full-system measurement on the evolved quantum state
$U_{\mathbf{\theta}}|x\rangle$, where $\mathbf{\theta}$ is the set of
continuous rotation parameters, and the unitary $U_{\mathbf{\theta}}$'s
underlying Hamiltonians are not restricted to nearest-neighbor interactions. We
first review the mathematical formulation of the Matchgate to Fermionic mapping
with additional matrix decomposition derivations, and then show that on top of
the pair-wise circuit gates documented in Terhal and DiVincenzo, the Fermionic
formalism can also simulate evolutions whose Hamiltonians are sums of arbitrary
two-Fermion-mode interactions. We then document the design philosophy of NFNet,
its software structure, and demonstrate its usage in various quantum system
simulation, benchmarking, and quantum learning tasks involving 512+ qubits. As
NFNet is both an efficient large-scale quantum simulator, and a
quantum-inspired classical computing network structure, many more exciting
topics are worth exploring, such as its connection to recurrent neural
networks, discrete generative learning and discrete normalizing flow. NFNet
source code can be found at https://github.com/BILLYZZ/NFNet.
- Abstract（参考訳）: 我々は,大規模かつ連続的に制御された量子系の多項式時間シミュレーションのためのPyTorchベースのフレームワークであるNFNetについて述べる。
これは、ヴァリアントのマッチゲートとターハルとディヴィンチェンツォが導入した1次元の非相互作用フェルミオンの物理的類似を関連付ける非相互作用フェルミオン形式主義に基づいている。
Given an input bit string $\boldsymbol{x}$, NFNet computes the probability $p(\boldsymbol{y}|\boldsymbol{x})=\langle x|U_{\theta}^\dagger \Pi_y U_\theta |x\rangle$ of observing the bit string $\boldsymbol{y}$, which can be a sub or full-system measurement on the evolved quantum state $U_{\mathbf{\theta}}|x\rangle$, where $\mathbf{\theta}$ is the set of continuous rotation parameters, and the unitary $U_{\mathbf{\theta}}$'s underlying Hamiltonians are not restricted to nearest-neighbor interactions.
まず、ファイトゲートからフェルミオン写像への数学的定式化を、追加の行列分解導出とともに検討し、テルハルとディヴィンチェンツォに文書化されたペアワイズ回路ゲートの上に、ハミルトニアンが任意の2フェルミオン-モード相互作用の和である進化をシミュレートできることを示した。
次に、NFNetの設計思想とそのソフトウェア構造を文書化し、512以上の量子ビットを含む様々な量子システムシミュレーション、ベンチマーク、量子学習タスクでその使用法を実証する。
NFNetは効率的な大規模量子シミュレータであり、量子にインスパイアされた古典的コンピューティングネットワーク構造であるため、リカレントニューラルネットワークへの接続、離散生成学習、離散正規化フローなど、多くのエキサイティングなトピックを探求する価値がある。
NFNetのソースコードはhttps://github.com/BILLYZZ/NFNetで見ることができる。
関連論文リスト
- Solving Free Fermion Problems on a Quantum Computer [0.0]
指数関数的に改善されたポリログ$(N)$コストで量子アルゴリズムによって解くことができる、相互作用しないフェルミオン問題をいくつか提示する。
シミュレーションアルゴリズムは,自由なボソンシステムを含む他の有望な対象に一般化可能であることを示す。
論文 参考訳（メタデータ） (2024-09-06T18:25:03Z) - Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。
量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
論文 参考訳（メタデータ） (2024-09-05T07:18:09Z) - Density Matrix Emulation of Quantum Recurrent Neural Networks for
Multivariate Time Series Prediction [0.07499722271664144]
量子リカレントニューラルネットワーク(QRNN)は、多変量時系列の将来の値をモデル化し予測するための頑健な候補である。
QRNNが複雑な入力系列の非自明なパターンを捉えることで、将来の値の正確な予測を行う方法を示す。
論文 参考訳（メタデータ） (2023-10-31T17:32:11Z) - Quantum Gauge Networks: A New Kind of Tensor Network [0.0]
量子ゲージネットワーク:異なる種類のテンソルネットワークアンサッツを導入する。
量子ゲージネットワーク(QGN)は、局所波動関数と接続のヒルベルト空間次元を除いて、同様の構造を持つ。
任意の空間次元における量子力学の近似シミュレーションのための簡単なQGNアルゴリズムを提供する。
論文 参考訳（メタデータ） (2022-10-21T17:59:00Z) - Co-Designed Architectures for Modular Superconducting Quantum Computers [2.415999158941119]
ノイズ、中間スケール量子(NISQ)コンピュータは、古典的コンピューティングよりも量子上の優位性を示すことができる。
超伝導非対称誘導型eLement変調器を用いた共設計超伝導量子コンピュータを提案する。
論文 参考訳（メタデータ） (2022-05-09T15:42:54Z) - Statistically Meaningful Approximation: a Case Study on Approximating
Turing Machines with Transformers [50.85524803885483]
本研究は,統計的学習性を示すために近似ネットワークを必要とする統計有意(SM)近似の形式的定義を提案する。
回路とチューリングマシンの2つの機能クラスに対するSM近似について検討する。
論文 参考訳（メタデータ） (2021-07-28T04:28:55Z) - A quantum algorithm for training wide and deep classical neural networks [72.2614468437919]
勾配勾配勾配による古典的トレーサビリティに寄与する条件は、量子線形系を効率的に解くために必要な条件と一致することを示す。
MNIST画像データセットがそのような条件を満たすことを数値的に示す。
我々は、プールを用いた畳み込みニューラルネットワークのトレーニングに$O(log n)$の実証的証拠を提供する。
論文 参考訳（メタデータ） (2021-07-19T23:41:03Z) - 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$核の結合エネルギーと点核密度を、上位のピオンレス実効場理論から生じるものとして計算する。
論文 参考訳（メタデータ） (2020-07-28T14:52:28Z) - On the learnability of quantum neural networks [132.1981461292324]
本稿では,量子ニューラルネットワーク(QNN)の学習可能性について考察する。
また,概念をQNNで効率的に学習することができれば,ゲートノイズがあってもQNNで効果的に学習できることを示す。
論文 参考訳（メタデータ） (2020-07-24T06:34:34Z) - Universal topological quantum computation with strongly correlated
Majorana edge modes [7.930410828384357]
マヨラナに基づく量子ゲートは、普遍的な位相量子計算を行うために完備ではない。
Shorの整数分解アルゴリズムの適用例を示す。
論文 参考訳（メタデータ） (2020-04-07T12:03:14Z) - Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。
格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。
NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
論文 参考訳（メタデータ） (2020-02-25T19:18:36Z)
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。